基于kera-yolo3深度学习框架的目标检测

1.在github官网上面下载kera-yolo3框架，网址为：https://github.com/qqwweee/keras-yolo3（注意：github网站不稳定时可到中国网站gitee官网去下载）

2.下载好kera-yolo3框架后，解压并使用pycharm软件打开

3.我自己实际运行可行的环境，cuda 10.0版本，必须要英伟达显卡，英伟达显卡驱动器下载安装，安装好后使用命令查看cuda版本，cmd中命令为：nvcc -V

4.python版本为3.6，tensorflow-gpu版本为1.13.1，keras版本为2.1.5,，亲测可行，下载命令以及下载其他python模块命令需要如下

pip install tensorflow-gpu==1.13.1
pip install keras==2.1.5
pip install numpy==1.16.2
pip install opencv-python
pip install pillow

5.第一步，下载yolov3-weights权重，我的百度云地址：https://pan.baidu.com/s/1CfqxFxHz-oG8Js8mJXhSlw，密码：ynqk。下载完权重之后，放在kera-yolo3框架的根目录下，如下图

6.在python=3.6环境下，输入命令解压yolov3-weights权重转化成yolo.h5,命令如下：

python convert.py yolov3.cfg yolov3.weights model_data/yolo.h5

7.解压好后会发现model_data文件中存在yolo.h5权重则成功

8.在根目录下放一个视频，在这里我放的是1.mp4

9.然后打开yolo.py,将其中的video_path路径修改成“1.mp4”,修改位置如下图

10.然后直接运行yolo_video.py文件，你会发现一段报错：AttributeError: ‘str’ object has no attribute ‘decode’，这个报错是因为在文件代码中使用了utf-8的编码

11.解决方案很简单，直接点击报错的路径，会找到路径报错的位置，删掉“decode(‘utf8’)”这段代码就可以了，一共要删除四个位置的“decode(‘utf8’)”这段代码


12.全部修改好后，直接运行yolo_video.py文件，运行成功，下次见