使用YOLOv3（Python - Keras）实时检测屏幕画面进行目标检测教程（以检测GTA5游戏画面为例子）

毕业设计项目做了一个在游戏GTA5中实现自动驾驶的项目，其中一个功能是汽车的碰撞检测。为了实现这个功能我首先需要能实现识别汽车，对比了使用了SSD和Faster-RCNN，我选择了YOLOv3来实现这个功能，因为它既有速度又有精度，还非常灵活，简直是工业界良心。

当时在网上查阅相关教程的时候，很多教程只是讲到调用一下文件实现视频文件的检测。然而我需要对屏幕上显示的游戏画面进行检测，所以很多教程都不适用。

现在毕设做好了比较空闲，所以记录一下顺便帮助后来人，这个教程会讲如何用YOLOv3检测屏幕上的画面。

 

本文旨在帮助新手快速上手YOLOv3，不会涉及详细的代码和相应的算法原理，具体YOLO的原理等以后有时间再写篇详细的~

 

1、下载YOLOv3的Keras版（https://github.com/qqwweee/keras-yolo3） 里面有成熟的代码。

2、生成Keras的.h5文件，

需要：

•  1. yolo网络结构配置文件 .cfg ,如 yolov3.cfg
•  2. yolo训练好的权重文件 .weights ,如 yolov3.weights

权重文件：