【膜拜大神】Tensorflow+YOLO v3训练自己的数据集合（TF-Slim）-下

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：

YunYang1994/tensorflow-yolov3: pure tensorflow Implement of YOLOv3 with support to train your own dataset

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：