关键词释义
epoch：数据集将会被训练多少轮。
batch_size：一次送入的样本数量，需要根据GPU调整，值越大，要求的GPU越高，过高会导致OOM报错：
Hint: If you want to see a list of allocated tensors when OOM happens, add report_tensor_allocations_upon_oom to RunOptions for current allocation info.
load_pretrained：是否使用预训练模型
anchors：锚框的数量，一般是9
训练
在训练过程中要注意：
loss 不断下降，val_loss不断下降，说明网络仍在学习;（最好的）
loss 不断下降，val_loss趋于不变，说明网络过拟合;（max pool或者正则化）
loss 趋于不变，val_loss不断下降，说明数据集100%有问题;（检查dataset）
loss 趋于不变，val_loss趋于不变，说明学习遇到瓶颈，需要减小学习率或批量数目;（减少学习率）
loss 不断上升，val_loss不断上升，说明网络结构设计不当，训练超参数设置不当，数据集经过清洗等问题。（最不好的情况）
报错
AttributeError: partially initialized module 'keras2onnx' has no attribute 'convert_keras' (most likely due to a circular import)
在将yolov3的h5模型转换成onnx的过程当中报这个错，是因为使用的python脚本文件的名称为keras2onnx,更换一个名字就好啦。
参考
https://blog.csdn.net/weixin_43332715/article/details/118763478
https://zhuanlan.zhihu.com/p/437894581
