深度学习【16】YAD2K，pytorch-caffe-darknet-convert，转换后概率不一样的问题

darknet转keras时，预测出来的概率偏差较大，主要原因是：
1、darknet的resize图片时用到了0.5的填充，具体可以看darknet的resize代码。
2、darknet的BN层中epsilon=0.000001，而YAD2K的BN层epsilon默认0.001。只要修改
conv_layer = (BatchNormalization(epsilon=0.000001,
weights=bn_weight_list))(conv_layer)
darknet转pytorch时，原因是：
1、输入数据问题，darknet 转 keras的原因（1）
2、代码上的，将utils.py中get_region_boxes函数的only_objectness设置为0,；将plot_boxes中的print('%s: %f' % (class_names[cls_id], cls_conf)改成

print('%s: %f' % (class_names[cls_id], cls_conf*box[4]))