Yolov3自定义数据集训练后无目标检测结果求助

我用Kaggle数据集训练YOLOv3模型，训练已完成，新权重存到了backup文件夹。但用训练过的水果图片测试时，完全没检测到目标，生成的Prediction.jpg和原图一模一样。训练过程看起来正常，实在搞不懂问题出在哪，求帮忙排查。

训练与测试命令 #

训练命令 #

./darknet detector train /Users/melisabagcivan/darknet/data/obj.data /Users/melisabagcivan/darknet/cfg/yolov3.cfg /Users/melisabagcivan/Desktop/Projects/Bitirmeprojesi/yolov3.weights

测试命令 #

./darknet detector test /Users/melisabagcivan/darknet/data/obj.data /Users/melisabagcivan/darknet/cfg/yolov3.cfg /Users/melisabagcivan/darknet/backup/yolov3_final.weights -thresh 0.25 -out predictions.jpg

配置文件与数据集情况 #

我已经配置好obj.data、obj.names和yolov3.cfg文件，数据集包含apple、banana、orange三类，cfg文件里的filter、class等参数已经根据类别数调整正确，关键配置片段如下：

[net]
# Testing
batch=64
subdivisions=1
# Training
subdivisions=16
width= 608
height=608
channels=3
momentum=0.9
decay=0.0005
angle=0
saturation = 1.5
exposure = 1.5
hue=0.3

learning_rate=0.001
burn_in=1000
max_batches = 6000 # classnum * 2000
policy=steps
steps=3600,4800 # max_batches num %80, %90 
scales=.1,.1

数据集里每个.jpg图片都对应同名的YOLO格式.txt标注文件，train.txt和test.txt也已包含所有图片路径。

测试情况 #

运行测试命令后终端执行正常，但图片上没有任何检测框。我确认已经安装OpenCV，用的是macOS系统，多次执行make clean和make opencv=1重新编译darknet，结果还是一样。测试日志如下：

[yolo] params: iou loss: mse (2), iou_norm: 0.75, obj_norm: 1.00, cls_norm: 1.00, delta_norm: 1.00, scale_x_y: 1.00
Total BFLOPS 137.613 
avg_outputs = 1052318 
Loading weights from /Users/melisabagcivan/darknet/backup/yolov3_final.weights...
 seen 64, trained: 32013 K-images (500 Kilo-batches_64) 
Done! Loaded 107 layers from weights-file 
Enter Image Path: /Users/melisabagcivan/Desktop/Projects/yoloOD/dataset/test/38_Orange.jpg
 Detection layer: 82 - type = 28 
 Detection layer: 94 - type = 28 
 Detection layer: 106 - type = 28 
/Users/melisabagcivan/Desktop/Projects/yoloOD/dataset/test/38_Orange.jpg: Predicted in 6738.129000 milli-seconds.

我试了多张测试图片，全都没有检测框，不知道是模型根本没学到东西，还是测试操作哪里错了。

内容的提问来源于stack exchange，提问作者melissa