1.下载官网的YOLOv3
，打开终端输入：git clone https://github.com/pjreddie/darknet
下载完成之后，输入：cd darknet，然后再输入：make，
make完成之后，下载预先训练的weights文件，通过在终端里输入：wget https://pjreddie.com/media/files/yolov3.weights
，然后就可以运行检测器了，在终端里输入：./darknet detect cfg/yolov3.cfg yolov3.weights data/doa.jpg(这条命令得在darknet目录下运行)，会得到这样的结果：
2.开始训练自己的数据
（1）在darknet目录下新建一个voc命名的文件夹，voc文件夹里新建VOCdevkit文件夹，在VOCdevkit文件夹里新建VOC2018文件夹，在VOC2018文件夹下新建Annotations,ImageSets,JPEGImages,SegmentationClass,SegmentationObject这五个文件夹，在ImageSets文件夹下新建Main文件夹。其中Annotations里存放所有标注了图片的xml文件，JPEGImages文件夹里存放所有的图片，Main中放train.txt和test.txt，至于SegmentationClass,SegmentationObject这两个文件夹我没有用到。
（2）图片重命名，使用VOC的命名方式，这种：000012。重命名代码如下，根据自己的路径修改后就可以用：
# -*- coding: utf-8 -*-
import os
path = “/home/f/image/Aft_Original_Crack_DataSet_Second”
filelist = os.listdir(path) #该文件夹下所有的文件（包括文件夹）
count=0
for file in filelist:
print(file)
for file in filelist: #遍历所有文件
Olddir=os.path.join(path,file) #原来的文件路径
if os.path.isdir(Olddir): #如果是文件夹则跳过
continue
filename=os.path.splitext(file)[0] #文件名