Yolov3没有检测到任何东西，但是Yolov2工作得很好

Yolov3和Yolov2是目标检测算法中常用的模型，它们都属于基于深度学习的目标检测算法。Yolov3相较于Yolov2在准确率和速度上有所提升。

当Yolov3没有检测到任何东西，但是Yolov2工作得很好时，可能有以下几个原因：

1. 模型参数和配置：Yolov3和Yolov2的模型参数和配置文件可能存在差异，导致Yolov3无法正确检测目标。可以检查Yolov3的配置文件，确保其与Yolov2相匹配，并且参数设置合理。
2. 数据集：Yolov3和Yolov2的训练数据集可能存在差异，导致Yolov3无法适应当前场景。可以尝试使用更多、更全面的数据集进行训练，以提高Yolov3的检测能力。
3. 模型训练：Yolov3的训练过程可能存在问题，导致模型无法准确地学习目标特征。可以检查训练过程中的参数设置、学习率调整策略等，确保模型能够充分学习目标特征。
4. 目标特征：Yolov3可能对当前场景中的目标特征不敏感，导致无法正确检测。可以尝试调整Yolov3的网络结构或参数，以提高对目标特征的感知能力。

总结起来，要解决Yolov3没有检测到任何东西的问题，可以从模型参数和配置、数据集、模型训练、目标特征等方面进行调整和优化。另外，腾讯云提供了一系列与深度学习和计算机视觉相关的产品和服务，例如腾讯云AI智能图像处理、腾讯云机器学习平台等，可以帮助开发者进行模型训练和部署。具体产品介绍和链接地址可参考腾讯云官方文档。