做个快乐的搬运工~
在此立下flag:等找到实习我就去跑一跑代码,认真读程序,认真的,真的……
----------------------------------------------------------------------------------------------------------------------------------------------------------------
译自:
上篇:
【膜拜大神】Tensorflow实现YOLO v3(TF-Slim) - haoqimao_hard的博客 - CSDN博客
划重点:如果我这样涉嫌侵权,请看到的读者提醒我或者联系我删除!!!
第1部分 简介
在Tensorflow(TF-Slim)中实现了YOLO v3,该灵感来自PawełKapica。完整的细节在本文中。在此项目中,我们涵盖了以下几个部分:
- YOLO v3架构
- 权重转换器(用于将加载的COCO权重导出为TF的checkpoint)
- 基本demo
GPU
和CPU都
支持的非极大值抑制- 训练流程
- 计算COCO mAP
此教程允许您快速了解YOLO 。
第2部分 快速入门
1.下载文件包
git clone https://github.com/YunYang1994/tensorflow-yolov3.git
2. 安装依赖项
cd tensorflow-yolov3
pip install -r ./docs/requirements.txt
3. 将加载的COCO权重导出为TF checkpoint(yolov3.ckpt
)和 frozen graph(yolov3_gpu_nms.pb
)。yolov3的权重可以从这里下载:yolov3.weights,下载后将其放入./checkpoint
目录中
python convert_weight.py --convert --freeze
4. 此时你会发现./checkpoint目录下多了一些.pb
文件,运行demo脚本: