進入train_detector函式。

list *options = read_data_cfg(datacfg);

list的定義位於darknet.h，為連結串列。read_data_cfg位於option_list.c中。

read_data_cfg的作用在於將資料集配置轉化為連結串列。

    char *train_images = option_find_str(options, "train", "data/train.list");
    char *backup_directory = option_find_str(options, "backup", "/backup/");
 

option_find_str用於尋找選項指定的內容，若沒有指定則使用預設值。在當前程式執行環境中“train”與“backup”均已指定。

    srand(time(0));
    char *base = basecfg(cfgfile);
    printf("%s\n", base);
    float avg_loss = -1;
    network **nets = calloc(ngpus, sizeof(network));

其中比較重要的basecfg(cfgfile)，這一句的作用在於提取模型檔案的名稱（“.”之前的部分）。在當前程式中是“yolov3-voc”。

network **nets = calloc(ngpus, sizeof(network));用於為網路分配記憶體空間。network的定義為darknet.h中。為每個gpu分配一個network。

    srand(time(0));
    int seed = rand();
    int i;
    for(i = 0; i < ngpus; ++i){
        srand(seed);
#ifdef GPU
        cuda_set_device(gpus[i]);
#endif
        nets[i] = load_network(cfgfile, weightfile, clear);
        nets[i]->learning_rate *= ngpus;
    }
    srand(time(0));
    network *net = nets[0];
 

若在makefile中設定了GPU，則執行cuda_set_device，該函式位於cuda.c檔案中。

load_network函式位於network.c檔案中。

network *load_network(char *cfg, char *weights, int clear)
{
    network *net = parse_network_cfg(cfg);
    if(weights && weights[0] != 0){
        load_weights(net, weights);
    }
    if(clear) (*net->seen) = 0;
    return net;
}

parse_network_cfg函式用於解析模型配置檔案，load_weights函式用於載入預訓練引數。在此不詳細分析，load_network函式執行完畢後返回yolov3模型。

learning_rate*ngpus的作用暫不清楚。

    srand(time(0));
    network *net = nets[0];

    int imgs = net->batch * net->subdivisions * ngpus;
    printf("Learning Rate: %g, Momentum: %g, Decay: %g\n", net->learning_rate, net->momentum, net->decay);
    data train, buffer;

imgs可能是圖片的總張數。

    layer l = net->layers[net->n - 1];

    int classes = l.classes;
    float jitter = l.jitter;

net->n代表網路的總層數，net->layers[net->n-1]代表網路最後一層，net從0開始計數。

layer l的內容結合yolov3-voc.cfg的內容可以知道，

[yolo]
mask = 0,1,2
anchors = 10,13,  16,30,  33,23,  30,61,  62,45,  59,119,  116,90,  156,198,  373,326
classes=20
num=9
jitter=.3
ignore_thresh = .5
truth_thresh = 1
random=1

因此classes為20，jitter為0.3。

    list *plist = get_paths(train_images);
    //int N = plist->size;
    char **paths = (char **)list_to_array(plist);

get_paths將train_images檔案中的訓練資料轉化為list，train_images檔案為txt格式，儲存的是所有訓練資料儲存的地址。

list_to_array將list轉化為二維字元矩陣，用於儲存訓練資料儲存的地址。

    load_args args = get_base_args(net);
    args.coords = l.coords;
    args.paths = paths;
    args.n = imgs;
    args.m = plist->size;
    args.classes = classes;
    args.jitter = jitter;
    args.num_boxes = l.max_boxes;
    args.d = &buffer;
    args.type = DETECTION_DATA;
    //args.type = INSTANCE_DATA;
    args.threads = 64;

上述程式碼的功能是設定模型引數