yolov2模型导入keras方法及问题
yolo是基于darknet框架开发、训练的模型,如果想通过keras进行使用,
需要进行模型数据的转换
===============part 1======================
参考:
在Python 3中使用YOLOv2
https://www.jianshu.com/p/3e77cefeb49b
https://www.jianshu.com/p/86be0b809951
https://blog.csdn.net/sinat_21591675/article/details/82596640
我们目前主要是使用yad2k这个开源的实现来进行转换
他有一些限制,该项目使用了keras,tensorflow作为后端,以及其它一些库(常规安装即可)
而且只能转换yolov2(也叫YOLO9000)
必须注意的地方:
1. tensorflow可以是gpu版本,也可以是cpu版本,具体查看方法:pip list
2. keras必须和tf版本一致,版本对应参考:https://docs.floydhub.com/guides/environments/
我们带gpu的PC使用的是tf 1.9,所以keras需要下载2.2.0,即pip install keras==2.2.0
TensorFlow 1.9 tensorflow-1.9 TensorFlow 1.9.0 + Keras 2.2.0 on Python 3.6. floydhub/tensorflow TensorFlow-1.9
不带GPU的PC使用tf 1.13版本,keras使用2.2.4
TensorFlow 1.13 tensorflow-1.13 TensorFlow 1.13.0 + Keras 2.2.4 on Python 3.6. floydhub/tensorflow TensorFlow-1.13
python解释器版本不用完全一致,差别不大即可
安装好keras后,在python中导入测试一下,如果没有问题,说明keras和当前版本的tf可以正常工作
以下是常见的一个keras和tf不匹配的报错
module 'tensorflow.python.keras.backend' has no attribute 'get_graph'
另外,由于tensorflow版本(gpu、cpu)、keras版本等差异,因此网上下载的别人生成的yolo.h5文件自己未必能正常使用,
典型的现象就是使用keras导入模型时,会导致python崩溃
例如,我们用tf-gpu-1.9 &#
yolov2模型导入keras方法及问题
最新推荐文章于 2024-04-26 20:23:19 发布