Tensorflow+Keras+Yolo v3在anaconda3下配置全过程

最新推荐文章于 2024-07-22 22:15:45 发布

萝卜头Mr

最新推荐文章于 2024-07-22 22:15:45 发布

阅读量1.9k

点赞数 3

文章标签： tensorflow+Keras+yolov3配置

本文链接：https://blog.csdn.net/gcc78/article/details/102930075

版权

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，最终使用的权重是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(2G显存)
12G内存

软件平台：win10专业版+Anaconda3

Python 3.5.2
Keras 2.1.5
tensorflow 1.6.0
OpenCV 3.x

第一步：从GitHub上下载由qqwweee大神提供的工程，链接：https://github.com/qqwweee/keras-yolo3

下载完成并解压缩后会得到下图所示的文件

在这里插入图片描述

把刚才下载下来的权重文件yolov3.weights复制到上图所在的目录

第二步：配置软件环境

1、运行anaconda prompt，然后在命令行运行如下代码：【其中[ num]代表代码输入的第几步，：后边为输入的指令，若输入指令后，命令窗口出现询问确认命令，按照提示输入：y】

[1] : conda create -n tensorflow-keras-yolo3 python = 3.5.2 #(指定python版本)
[2] : activate tensorflow-keras-yolo3
[3] : pip install tensorflow==1.6.0
[4] : pip install keras==2.1.5
[5] : pip install h5py #这一步是为了后面的权重格式转换所使用
[6] : pip install opencv==3.4 #【这时会出现错误提示信息，而且会告诉你可选的有哪些，比如3.4.6一类的，选择一个版本再安装opencv】
[7] : pip install pillow

以上这些就基本上配置完了，然后回到下载的代码文件夹下，鼠标右键，pycharm打开（图中：1.摄像头测试文件 2、3. 照片测试文件，4.视频测试文件 5.下载的权重文件）

在这里插入图片描述

记得在pycharm中选择刚才配置的虚拟环境（这一步我就不赘述了）

第三步：由于原作者并没有提供测试图像，所以这里使用的是YOLOv3官方提供的测试图像：dog.jpg和person.jpg，还有自己录制的视频文件，你也可以随意找几张测试用的照片和测试视频放入到文件夹中，就是上图的2、3、4

第四步：添加摄像头测试代码，对摄像头是否可用进行测试

import cv2
def camera_capture_img():
    cap = cv2.VideoCapture(0)#括号里的0表示是笔记本的摄像头，若为外接摄像头，我的需要改为1
    while(1):
        ret, frame = cap.read()
        #show a frame
        cv2.imshow("capture", frame)
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
    cap.release()
    cv2.destroyAllWindows()
    return frame

if __name__ == '__main__':
    img = camera_capture_img()

第五步：需要修改一丢丢下载下来的代码，要不然摄像头捕获无法打开，文件为yolo.py，屏蔽掉2中的代码，添加1中的代码

if (os.path.exists(video_path)):
    vid = cv2.VideoCapture(video_path)
else:
    vid = cv2.VideoCapture(0)
res, frame = vid.read()
if not res:
    print("file open failed and camera can not open")