environment： python=3.6 tensorflow=1.13.1 or tensorflow-gpu=1.13.1 keras=2.2.4 matplotlib pillow and so on
voc_generate.py： 将Labelimg 标注的image图片 按比例分成trainval、test、train、val所需要的数据集，获得分配完的trainval、test、train、val所需要的文件名
voc_annotation.py： 解析xml文件，将数据转化为txt
kmeans.py： 输入上面得到的txt文件，通过聚类得到数据最佳anchors
train.py： 进行yolov3训练的文件
yolo.py： 构建以yolov3为底层构件的yolo检测模型，因为上面的yolov3还是分开的单个函数，功能并没有融合在一起，即使在训练的时候所有的yolov3组件还是分开的功能，并没有统一接口，供在模型训练完成之后，直接使用。通过yolo.py融合所有的组件。
yolov3.cfg： 构建yolov3检测模型的整个超参文件