我发现this repo可以作为训练自己的数据集的良好参考。他正在使用tiny-yolo中的yolov2。他在readme中提到更改了tiny-yolo.cfg中的某些规范：
在tiny-yolo-voc-3c.cfg中，更改[convolutional]层中的过滤器 （倒数第二层）到num *（类+ 5）。在我们的例子中，num是 5，类别为3，因此5 *（3 + 5）= 40，因此过滤器设置为 40。
所以代码是：
[convolutional]
size=1
stride=1
pad=1
filters=40 #num * (classes + 5)
activation=linear
[region]
anchors = 1.08,1.19, 3.42,4.41, 6.63,11.38, 9.42,5.11, 16.62,10.52
bias_match=1
classes=3 #classes you want to train
coords=4
num=5 #num that above statement referred to?
softmax=1
现在darknet已更新为yolov3，并且它们确实也有一个tiny-yolo。因此，我正在考虑使用tiny-yolo(yolov3)来使用相同的设置进行训练。但是，在tiny-yolo.cfg(yolov3)中：
[convolutional]
size=1
stride=1
pad=1
filters=255 #num * (classes + 5)??? somehow cannot tally.
activation=linear
[yolo]
mask = 0,1,2
anchors = 10,14, 23,27, 37,58, 81,82, 135,169, 344,319
classes=80 #classes
num=6 #num
jitter=.3
ignore_thresh = .7
truth_thresh = 1
random=1
有一个好的公式吗？过滤器计算不能以某种方式相加。例如，如果我只想训练6个班级，我们如何才能决定最好的？