Win10+keras+tensorflow+python+cpu/gpu实现yolov3

最新推荐文章于 2024-04-23 10:02:27 发布
最新推荐文章于 2024-04-23 10:02:27 发布
阅读量1.5k 收藏 13
点赞数 4
分类专栏： 项目开发 文章标签： tensorflow python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/a15651035561/article/details/106180350
版权
本文档详细介绍了在Win10系统中，使用Tensorflow和Keras在CPU和GPU环境下配置并运行Yolov3模型的步骤。包括下载必要的库和权重文件，环境配置，添加模型信息，以及执行模型进行对象检测的方法。对于GPU版，给出了兼容的Python、CUDA、CuDNN、Tensorflow和Keras版本。
摘要由CSDN通过智能技术生成

参考博客：https://blog.csdn.net/weijianm/article/details/102598726

Win10系统CPU/GPU跑Yolov3配置

因为项目需要提高识别精度，想着用yolov3跑一跑，但是机子是集成显卡，没办法用gpu跑，配置了很长时间，也查了很多资料，终于把坑都踩完了，写下这个博客。

一、CPU版

1、下载keras-yolov3

github地址：https://github.com/qqwweee/keras-yolo3
进行解压

2、下载权重文件

下载地址：https://pjreddie.com/media/files/yolov3.weights
放到解压的keras-yolo3-master文件夹中

3、环境配置

这也是最重要的一步，许多版本问题导致各种报错，下面推荐一种成功搭配：
python3.6.5
tensorflow1.5
numpy1.18.1
keras2.0.9
需要检测视频的装一下opencv-python就行了

4、添加信息

（1）在yolo_vi

最低0.47元/天 解锁文章
鳜鱼的男盆友
关注
专栏目录
window配置cpu深度学习 环境 keras+tensorflow+torch 版本搭配详细教程 pip 下载sklearn
11-14 3862
python配置cpu深度学习 环境 keras+tensorflow+torch+bert_wwm_ext_pytorch 版本搭配
yolov3复现---tensorflow-pycharm-cpu新手实现及问题解决
weixin_45086338的博客
04-13 1349
原文链接： https://blog.csdn.net/qq_45504119/article/details/105033492 yolov3训练自己的模型链接: https://blog.csdn.net/qq_45504119/article/details/105052478 本身环境:python3.7+tensorflow2.1+window10+CPU 在cmd命令可进行tensorfloe安装卸载或直接升级如： pip uninstall tensorflow # 卸载tf pip unin
tensorflow版本的YOLO v3，在Windows系统下亲测可运行(Python)
05-12
tensorflow版本的YOLO v3，在Windows系统下亲测可运行，代码完整，包含训练测试demo等等，上手简单容易，无需复杂的环境，tensorflow版本的YOLO v3，在Windows系统下亲测可运行，代码完整，包含训练测试demo等等，上手简单容易，无需复杂的环境，tensorflow版本的YOLO v3，在Windows系统下亲测可运行，代码完整，包含训练测试demo等等，上手简单容易，无需复杂的环境，tensorflow版本的YOLO v3，在Windows系统下亲测可运行，代码完整，包含训练测试demo等等，上手简单容易，无需复杂的环境，tensorflow版本的YOLO v3，在Windows系统下亲测可运行，代码完整，包含训练测试demo等等，上手简单容易，无需复杂的环境
YOLO3（CPU）在windows平台下的配置
xp_fangfei的博客
08-25 1174
本文链接：https://blog.csdn.net/qq_28534585/article/details/79986561 软件： vs2017 opencv3.2 cuda9.1 cudnn 其中： cuda官网 https://blog.csdn.net/lvfeiya/article/details/53325784 cuda安装流程 https://...
yolo3训练自己的模型 基于TensorFlow-keras（ python）
zhangjialu666的博客
07-06 1019
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言一、所用到的版本二、使用步骤1.引入库2.读入数据总结 前言 本文主要介绍一下如何配置yolo3-keras环境来进行模型训练。 这方面网上乱七八糟的资料很多，如果你有这方面的需要并且恰好看到了这篇文章，请给予我信任，以免走一些不必要的弯路。 以下内容均亲自验证过 一、所用到的版本 1、python = = 3.6 2、yolov3 3、TensorFlow-GPU = = 1.15 （这里强烈推荐GPU训练，因为要比CP
tensorflow复现yolov3（参考keras-yolo3）
oYouHuo的专栏
08-28 9473
前言 网上找了几个复现的python代码，就数这个keras-yolo3好了，由于想体验下yolov3作者给出的权重文件经历的过程，所以想自己走一遍（c++又菜），看后面计算loss时候的矩阵操作看的头大，还有这个输入给模型的数据结构也不清晰，写个文章记录下，顺便整理下思路，有错误的帮忙指正，谢谢啦~（我用的是windows平台） 网络模型复现 首先下载c++对应的代码并运行，由于作者只提供...
WIN10+CUDA10.1环境下Keras-YoloV3训练教程（超简单！）
12-21
总的来说，这篇教程提供了在WIN10+CUDA10.1环境下使用Keras训练YOLOV3模型的详细步骤。遵循这些指导，即使没有深厚的技术背景，你也能成功地配置环境、准备数据集并开始训练。注意，训练深度学习模型通常需要对机器...
win10+yolov3+python训练自己的模型
weixin_45086338的博客
04-13 819
环境调试心得：我的是tensorflow2.2.0+cpu+python 在调试时可能会遇到很多报错，不过几乎都跟tensorflow版本有关，几乎都可以通过tf.compat.v1.来转换版本解决。 trainyolo.py是调好的可训练；train.py是yolo3训练源码，两者代码一样，只是把报错的代码加了compat.v1. 1.用pycharm打开工程时应直接打开最终工程文件夹，不能直接打开初始父文件夹 2.大概有五六处报错，几乎都是tensorflow版本或者keras版本问题 都通过修改tf.
基于Keras+YOLOv3的口罩佩戴情况检测系统【超详细！！！保姆级教程】
hutuluoge的博客
05-21 9094
本篇文章介绍的系统是博主在新冠肺炎爆发的社会背景下完成的毕业设计内容，该系统有一个还算好看的UI界面（PyQt5实现），在界面中，上传本地图片、视频或者调用电脑摄像头测试模型，能够识别图像中的人脸是否配戴了口罩。该设计用的是目前比较先进的YOLOv3算法，其实就是基于深度学习的目标检测只不过数据集换成了自己的而已。复现就很简单，算法都是别人设计好的，我们只要等待电脑自己训练就好了。废话不多说啦，接下来就跟着博主一起实现它~
Tensorflow+Keras+Yolo v3在anaconda3下配置全过程
gcc78的博客
11-06 1966
Tensorflow+Keras+Yolo v3在anaconda3下配置全过程 写在前面：这个配置过程仅为安装和测试教程，不涉及训练部分，最终使用权重是YOLO官网提供已经训练好的，下载链接：https://pjreddie.com/media/files/yolov3.weights 环境： 硬件平台：战神Z6-SL7D1 Intel Core i7-6700HQ四核处理器 GTX960M(...
window10+tensorflow+Keras cpu版本的YOLO V3 训练自己的数据集
weixin_42781695的博客
07-06 1365
目录 前言 一、程序下载和准备工作 二、开始训练自己数据 1.生成ImageSet/Main/下面的4个文件，用于读取数据的路径和标签信息等，从而完成数据集的制作。在VOC2007下新建一个test.py的文件，运行下面的代码 2.运行工程里面的voc_annotation.py,用于将参数列表提取出来。注意把代码中的类别改成自己数据中的打标签的那几种类别，这下面是我自己的类别。 3.把工程下面的model_data里面的coco_classes.tx...
使用TensorFlow 2.0和Keras实现的YOLOv3：高效、直观的物体检测框架
最新发布
gitblog_00076的博客
04-23 423
使用TensorFlow 2.0和Keras实现的YOLOv3：高效、直观的物体检测框架 项目地址:https://gitcode.com/yyccR/yolov3_in_tf2_keras 项目简介 在计算机视觉领域，YOLOv3（You Only Look Once, Version 3）是一种被广泛采用的实时目标检测算法。它的核心在于能够在单个神经网络中预测边界框和类别的概率，从而实现快速且...
win10+yolov3+tensorflow2.0下的目标检测
weixin_48476701的博客
03-12 3052
一、安装pycharm 二、安装anaconda 三、anaconda下安装tensorflow-cpu 1.添加一个虚拟环境tensorflow 打开anaconda navigator,点击environments，然后点击creat新建一个虚拟环境，新环境命名为tensorflow,python版本选择python3.6（python版本太高会找不到匹配的tensorflow版本）。 2.安装tensorflow2.0版本 打开anaconda prompt，输入指令进入tensorflow虚拟环境
(YOLOv3使用)在windows10+CPU的前提下分别通过anaconda3+python3+opencv3.4和VS2015+opencv3.2实现YOLOV3算法
Liverpool
05-08 2507
一、anaconda3+python3+opencv3.4 主要参考博客https://blog.csdn.net/ling_xiobai/article/details/82082614 opencv3.4可以通过anaconda3下载并自动安装pip install。。。。。（网上方法很多） 之后下载yolov3.weights权重文件、yolov3.cfg网络构建文件、coco.nam...
[YoLoV3目标检测实战] keras+yolov3训练自身口罩检测数据集
热门推荐
Mind_programmonkey的博客
08-16 1万+
[YoLoV3目标检测实战] keras+yolov3训练自身的数据集 本文用keras版本的yolov3来训练人脸口罩数据集，从而完成一个简单的目标检测。 首先先上目标检测效果，准备好了吗？ go！go！go！ 看到 目标检测的效果之后，你心动了吗？心动不如行动，让我们放手去干！撸起袖子加油干！ 一、环境要求 Python： 3.7.4 Tensorflow-GPU 1.14.0 Ke...
【经典卷积神经网络CNN模型 之 VGG16Net】模型实验，强烈建议使用GPU来跑，经试验，若使用CPU，普通PC理论上需要超过100小时
追光者♂：记录、分享、总结、提升，现象级专栏《Python从入门到人工智能》作者，无惧黑暗，坚信曙光
01-28 1057
希望有朋友可以跑完这个模型，然后分享一下结果如何！【经典卷积神经网络CNN模型 之 VGG16Net】模型实验，强烈建议使用GPU来跑，经试验，若使用CPU，普通PC理论上需要超过100小时。
CPU和GPU训练耗时比较
temp_X的博客
05-07 2987
网络训练耗时 为什么要用GPU训练网络 CPU 训练是在载入图片并进行处理后再开始训练网络，而利用GPU 训练是在CPU 载入图片处理后利用GPU 进行网络训练，GPU 训练速度更快且后面的图片加载不受音响 为什么要用tf.data方法训练 不适用多线程方法，读取图片较慢，大多数情况下GPU 都在空闲状态，使用多线程方法可以提图片读取处理速度，使得CPU和GPU更好搭配，缩短训练时间，利用缓存也可以提升CPU读取和处理图片的速率。（提前读取图片放在内存中，内存得足，但效果没有使用多线程明显。） ..
YOLO 9000测试过程和主要代码解析。
我是一个菜鸟，虚心学习的菜鸟。
03-16 8819
本人纯属新手，要是有什么讲的不对的地方，请各位大神批评指正。 yolo仅测试图片所需要的配置不是很高，没有装cuda，没有装opencv也能跑起来，在cpu模式下，测试一张图片需要6~7秒的时间。 下面是跑yolo代码的过程： 首先从官网克隆代码，以及下载预训练的模型（一个正常版本的和一个快速版本的），前提是你不想训练自己的模型的话。 克隆：git clone https://github
ANACONDA+Cuda/cuDNN+Tensorflow-gpu与Keras安装详解PPT
本PPT详细介绍了如何在ANACONDA环境中集成CUDA及cuDNN，以便于在TensorFlow-gpu版本上进行深度学习开发，以及安装和使用Keras进行分类任务。以下是主要内容的详细解析： 1. ANACONDA安装： ANACONDA是Python的一个...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值