keras-yolov3目标检测详解——适合新手

keras-yolov3目标检测详解——适合新手

一、准备工作

前阵子用 matlab 做图像识别项目时发现了 yolov3 算法，觉得很有意思，但是无奈当时还没有基于matlab 的版本（听说现在有了），所以就用 python 运行，我的电脑里有 python_3.7、anaconda_3.6、pycharm。

2、需要的文件：
1、yolov3源代码：github_keras-yolo3

2、权重文件：官网_yolov3.weights （点击直接下载）或者 我的百度网盘文件 链接：

https://pan.baidu.com/s/1YD5dtSrEkcBO0PRHO7eLlw
提取码：1uub

3、python 或 anaconda 或 pycharm
注意：版本需要在3.7以下，3.7版本不支持 tensflow 的库

3、python的环境配置：
很多的库之间都会存在兼容性问题，如果你运行中出现的报错不常见，或者一个错误接着一个错误，那么八成是配置的库存在兼容性问题，把库的版本换了就行

下面介绍一下重要的需要配置的库的版本：

库名称 版本
tensorflow-gpu 2.1.0
keras 2.2.4
tensorflow (可有可无) 1.12.0
Pillow 5.1.0
matplotlib 2.2.2
ffmpeg 1.4
opencv opencv-contrib-python

二、正式开始yolo之旅
1、用官方权重识别图像
接下来先教大家去用官方的权重文件 yolov3.weights 去识别图像

先用 pycharm 或 spyder 打开 keras-yolo3 文件夹，用 pycharm 或 spyder 是为了看文件夹更方便，直接在 anaconda 里运行也是可以的

这里用 pycharm 先演示一下：

打开文件后是这样的。

1、我们将下载的 yolov3.weights 文件放在 keras-yolo3-master 文件夹下：

2、把 yolov3.weights 文件转换成 keras 适用的 h5 文件

首先点击左下方的 Terminal (和IDLE一个功能，就是命令行)

输入 python convert.py yolov3.cfg yolov3.weights model_data/yolo.h5

等待一会。。。直到命令行显示 Saved Keras model to model_data/yolo.h5

就可以看到文件夹的 model_data 中多了个 yolo.h5 文件

3、在文件夹下添加一个启动 yolo 函数的代码

在文件夹下新建一个py文件，我取名为 yolostart.py ，代码如下：

from yolo3.model import yolo_body
from keras.layers import Input
from yolo import YOLO
from PIL import Image

yolo = YOLO()

while True:
    img = input('Input imagename:')
    try:
        image = Image.open(img)
    except:
        print('Open Error!')
        continue
    else:
        rel_image = yolo.detect_image(image)
        rel_image.show()
yolo.close_session()

4、在文件夹下新建名为 img 的文件夹，里面放想要进行识别的图片

5、运行 yolostart.py

运行 yolostart.py 文件
提示：Input imagename:

现在输入想要识别的图片的文件路径，这里我输入 img/q.jpg(识别 img 文件夹下名为 q 的 jpg 格式的图片)

成功识别出图上人物

现在运行人数较多的图片试一下：

————————————————
版权声明：本文为CSDN博主「霍格沃茨电气魔法师」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_45504119/article/details/105033492