正式训练一些数据，这次主要我们测试用YOLO来进行人脸检测。
下载训练数据集，一般有FDDB 和 wider_face（http://mmlab.ie.cuhk.edu.hk/projects/WIDERFace/）
wider_face 人脸更多，训练结果当然更好。但是使用起来很麻烦。所以这里我们先使用FDDB进行训练
进入下载页面
http://vis-www.cs.umass.edu/fddb/index.html#download
分别下载图片和标注文件
FDDB-folds.tgz
originalPics.tar.gz
接下来是训练自己的模型
Ubuntu下载LabelImg标注工具
git clone https://github.com/tzutalin/labelImg安装依赖
apt-get install pyqt4-dev-tools
apt-get install python-lxml编译make all，运行
python labelImg.py网络原理就不多讲，我也是半知半解，我们先关注怎么用。
下载源码
git clone https://github.com/pjreddie/darknet.git对Makefile的几个参数根据自己的情况进行修改
GPU=1
CUDNN=1
OPENCV=1编译make，下载训练好的权重文件：wget https://pjreddie.com/media/files/yolov3.weights
然后就可以测试
测试图片
./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg
测试视频，video file自己放段视频
./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights <video file>