搭建Keras-yolo3遇到的坑

搭建基于Keras的yolo3

教程参考：
windows10+keras下的yolov3的快速使用及自己数据集的训练
本机情况：
系统：Win10 家庭中文版
CPU：i5-8300 8核 8G内存
GPU：GTX 1060 6G独显

注意事项

git拉取项目后，第一步看下项目的READ.md:

这个在上面教程中并没有说，一定要指定版本，我是使用conda构建python环境：
conda create -n yolo_cpu python=3.5.2
conda activate yolo_cpu
升级pip，改为国内镜像，然后使用pip而不是conda安装包（更全）

python -m pip install tensorflow==1.6.0
注意，这里“tensorflow”默认安装的是cpu版本的tensorflow，gpu版本的包名是tensorflow_gpu

python -m pip install Keras==2.1.5

这里需要释疑 —— tensorflow下有Keras包，而使用pip安装Keras时，又也可以看到需要下载tensorflow，好像造成了冗余，让人困惑。这里不必担心，因为二者本身就是A依赖B，B依赖A的关系。tensorflow里的keras和单独的Keras包不是一个东西，没有用到。Keras的tensorflow也没有使用到，真正调用的是用户目录下.Keras设置的backend指定的tensorflow，所以如上面操作即可。

接下来安装各个文件中提示没有找到的包 —— utils.py中的PIL，matplotlib。
python -m pip install matplotlib
注意，PIL不能直接python -m pip install PIL，应该改为：
python -m pip install pillow
单独安装PIL的wheel也不是不可以，但是太麻烦了。不推荐。
注意，以上两个不用指定版本

ImportError: Could not find ‘cudart64_90.dll’

直接运行train.py会报错：ImportError: Could not find 'cudart64_90.dll’

原因在于train.py支持gpu训练，不管你安装的是tensorflow还是tensorflow_gpu，代码都将检查系统的显卡驱动有没有成功安装，即cuda。
对于自己电脑的支持的cuda版本，可见：
控制面板 —— NVIDIA控制面板 —— 帮助 —— 系统信息 —— 组件：

报错信息明确要求cuda 9.0，但是这里显示驱动为CUDA 10.2.120，影响不？
经实测，不影响。

接下来安装cuda 9.0：
https://developer.nvidia.com/cuda-90-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

一路next，命令行nvcc -V验证：

PS：
网络教程很多要设置环境变量，那是为了vs里面的，此处我们不用设置。

ImportError：Could not find ‘cudnn64_7.dll’

再次

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

报错：

1. 找不到cudnn
2. cuDNN和安装CUDA是两回事
3. 请下载cuDNN 7

去cuDNN官方地址下载，不过这回要注册用户：

join now，注册用户

去这里下载：

下载，解压，三个文件分别放入cuda对应文件夹（其实就是手动给cuda安装cuDNN模块）：

1. 把cuda\bin\cudnn64_7.dll复制到 C:\Program Files\NVIDIA GPU Computing\Toolkit\CUDA\v9.0\bin 目录下.
2. 把\cuda\ include\cudnn.h复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include 目录下.
3. 把\cuda\lib\x64\cudnn.lib复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64 目录下.

运行：

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

结果：

又报错：ImportError: save_model requires h5py
那不就安装呗：

python -m pip install --upgrade h5py

运行：

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

成功！！！

看下目录，成功生成yolo.h5：

接下来：

这是错误的，没结果：

用这个：python yolo_video.py --image，然后提示：

输入文件路径即可得到结果：