先上圖！
十天+兩台電腦才摸索出來的~~！
環境：
Ubuntu18.04+RTX3090+CUDA11.0+Cudnn v8+Pytorch-nightly
沒錯，是3090！（手動滑稽）
第一個坑：Windows（尤其是Win7）屬實不行，Pytorch裝不上，另外3090只能搭配Pytorch-nightly版本，而且這個版本沒有國內源。
如果你的下載源是國內的，還要恢復默認源才可以。
復現的代碼選擇是github上6k star的那個。
數據集選擇COCO2017數據集（后續會介紹）
說實話，一開始老是報錯，我還以為是代碼的問題，事實上是菜罷了。（要不是身邊的人說，肯定是你的問題，我真的不確定會不會繼續搞下去）
ctrl+v
然后就會有第一個錯誤（大概意思就是downloading weights...）,如果你的電腦不能FQ，那么在2分鍾之后就會報錯，下載失敗，然后運行失敗（FQ的電腦能不能繼續運行我不清楚，如果能運行，那么每次運行程序都要下載一次）。
錯誤的原因是：weights文件夾下的download_yolov3_weights.sh文件，每次運行程序都會去執行這個文件。
解決：預先下載好weights放到weights文件夾下，just like this
解決之后繼續運行，會報第二個錯誤（找不到文件夾coco.2017.txt....）
錯誤的原因就在數據集了。
下載的coco2017數據集約（30G）包括train_2017,val_2017約20G的圖片，和annotations_trainval2017的label。
需要對label處理一下，解壓的label你會發現並不是真正的標簽，而是6個json文件，6個json文件分別是描述圖片（看圖說話）、人體關鍵點檢測和目標檢測的訓練json和測試json。
程序中是讀的txt，所以要對json文件進行處理，以目標檢測為例：
json-->xml-->txt（這是我的代碼，好像json可以直接到txt？）
每份json文件會得到兩個txt，分別是包含圖片名稱的txt和包含標簽的txt（分類和box 坐標）
這里修改包含圖片名稱的txt文件位置。
重點來了！！！
要把包含標簽的txt復制到訓練圖片train_2017中，不然會報錯（找不到label...）
然后繼續運行...
success！
以3090的算力單次運行train為30分鍾左右，300個循環共花了7天~
確實值得紀念~~