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

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")

在这里插入图片描述

第六步:由于tensorflow所支持的权重格式为h5文件,所以这里需要将yolov3.weights进行格式转换,代码的作者qqwweee已经在keras-yolo3中写好了转换脚本文件(convert),点击pycharm下的terminal,

[1] 首先查验命令行前边是不是自己的虚拟空间,若不是,点击“+”,或者查看自己的配置是否正确

在这里插入图片描述

[2] 执行python convert.py yolov3.cfg yolov3.weights model_data/yolo.h5

[3] 执行python yolo.py –image #注意:有两个“-”

在这里插入图片描述

若出现和我一样的AVX2等信息,可以不用管
在图中3位置输入测试图片,比如dog.jpg
图中4为检测结果,图形界面如下:
在这里插入图片描述

如果你要测试视频,使用下面的命令:

python yolo_video.py --input  test.mp4

之后你就可以看到视频中的检测结果了
在这里插入图片描述

如果你要测试摄像头捕获,使用下面的命令:

python yolo_video.py

然后就等待摄像头启动吧
之后你就可以看到视频中的检测结果了
如果你要测试摄像头捕获,使用下面的命令:

python yolo_video.py

然后就等待摄像头启动吧
安装测试完毕!

安装TensorFlowKeras在Anaconda中,请按照以下步骤进行操作: 1. 首先,从Anaconda官网下载并安装Anaconda。请确保选择适用于你操作系统的版本。 2. 打开Anaconda Prompt(Windows)或命令行终端(Mac和Linux)。 3. 创建一个新的Python环境,可以使用以下命令: ``` conda create -n your_env_name python=X.X ``` 将`your_env_name`替换为你想要的环境名称,`X.X`替换为你想要的Python版本号(例如2.7或3.6)。 4. 激活新创建的环境,使用以下命令: ``` conda activate your_env_name ``` 5. 安装TensorFlowKeras,可以使用以下命令: ``` conda install tensorflow-gpu keras ``` 这将安装TensorFlow GPU版本和Keras。 6. 安装完成后,你可以使用以下命令来验证安装: ``` conda list tensorflow-gpu keras ``` 这将显示已安装TensorFlowKeras的版本号。 7. 如果你想在Jupyter Notebook中使用新创建的环境,请确保在激活环境的状态下安装Jupyter Notebook,并在激活环境的状态下启动Jupyter Notebook。 ``` conda install jupyter jupyter notebook ``` 这将启动Jupyter Notebook,并在默认浏览器中打开它。 请注意,这里提供的步骤仅适用于Anaconda环境中安装TensorFlowKeras。确保按照上述步骤进行操作,以便正确安装所需的库和环境。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [手把手 Ubuntu16.04+cuda9.0+cudnn 7.1+Anaconda+tensorflow-gpu+keras-附件资源](https://download.csdn.net/download/weixin_42185419/15595517)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [Anaconda安装Tensorflow+keras](https://blog.csdn.net/daodanxiansheng/article/details/88132980)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [【避坑指南】Windows10中使用Anaconda安装tensorflow+keras](https://blog.csdn.net/hutianle/article/details/126426446)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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