最好先了解卷积网络的基本机制，而不是直接钻研复杂的模型。

对于我需要收集的训练数据集（图像），我放置了一个摄像头。通过记录它并从那里收集图像，我得到的图像噪点更多。我可以使用这些图像进行训练吗？另外，我应该使用哪个 yolo 版本？对于训练数据集，我应该考虑哪些要点？

在你对理论部分很好之后，你的大部分问题都会得到回答，否则你只会得到流行语。

我想使用任何与 tensorflow 兼容的 yolo 版本。

Tensorflow 是一个构建神经网络的框架，所以理论上你可以用它构建任何网络，所以兼容性根本不是问题。