23.9.27 吴恩达深度学习编程作业——卷积神经网络作业3 （YOLO原理-车辆检测）注意事项

23.9.27 吴恩达深度学习编程作业——卷积神经网络作业3 （YOLO原理-车辆检测）注意事项

注意事项 :

1.吴恩达老师的代码过于老旧，因此需要降低tensorflow的版本为1.x的，相应的numpy和keras等包都需要降低版本

为了与本地的python环境区分开来，我在anaconda中重新建立了python3.6.2的环境NG_DeeoLearning：
以下是降低完版本之后的一些packages的版本：箭头指出了这个作业需要用到的主要的包，后面是它对应的版本。
注意，在anaconda里面下载的时候，我使用的conda install xxx来进行下载的，而不是pip install xxx

2.anaconda虚拟环境python3.6.2的jupyter的工作目录和本地的python3.11的jupyter工作目录不是同一个地方

1）首先看下如何激活特定的虚拟环境：

conda activate NG_DeepLearning（虚拟环境名字）

2）然后看下如何在某虚拟环境中启动特定工作目录的juyter notebook

jupyter notebook --notebook-dir F:\A_yan_learning\jupyter_xuni_yan1 （是虚拟环境的工作目录的路径）

3) 注意路径一定要全英文，否则在读取.h5文件的时候就会出现utf-8的错误！

4）完毕，可以在此环境下使用何宽大佬的代码啦

3.anaconda的一些常用命令

• conda list 查看安装了哪些包。

• conda env list 或 conda info -e 查看当前存在哪些虚拟环境

• conda update conda 检查更新当前conda

• conda --version 查询conda版本

• conda -h 查询conda的命令使用

• conda info --envs 查看每个虚拟环境安装的位置

• jupyter notebook --notebook-dir F:\A_yan_learning\jupyter_xuni_yan1 在虚拟环境中，anaconda指定工作目录，避免跟本地的python发生冲突

4.代码中的一些查询命令

• 返回 Python 解释器的绝对路径，这意味着它指向您当前正在使用的 Python 解释器的位置

  import sys
  sys.executable  
  

• 输出当前笔记保存的位置

  import os
  current_directory = os.getcwd()
  print(current_directory)
  

• 输出tensorflow的版本和位置

  import tensorflow as tf
  print(tf.__file__)
  print("tensorflow的版本：",tf.__version__)
  

• 输出keras的版本和位置

  - import keras
    print(keras.__file__)
    print("keras的版本：",keras.__version__)
    print("可以看到当前的tensorflow与keras都是在虚拟环境NG_DeepLearning中创建的！")
  

• 显示gif图像

from IPython.display import Image, display

# 定义GIF图像的文件路径

gif_path = './image_gif_myself/vehicle1.gif'  # 替换为您的GIF图像文件路径

# 使用Image和display函数显示GIF图像

display(Image(filename=gif_path))

• markdown模式下写这个也可以显示gif图像

  <img src="./image_gif_myself/vehicle1.gif" alt="GIF Image">
  

• 显示文件的信息

  class_names = yolo_utils.read_classes("model_data/coco_classes.txt")#读取类别名称
  anchors = yolo_utils.read_anchors("model_data/yolo_anchors.txt")#读取锚框信息
  image_shape = (720.,1280.)#定义了输入图像的形状 
  #在对象检测任务中，通常需要指定输入图像的大小，以便模型能够正确地处理图像。
  

  #查看类别名称和锚框
  
  #查看类别名称
  with open("model_data/coco_classes.txt", "r") as file:
     file_contents = file.read()
  
  #显示文件内容
  print("80个类别名称：")
  print(file_contents)
  
  #查看锚框
  with open("model_data/yolo_anchors.txt", "r") as file:
     file_contents = file.read()
  
  print("5个锚框的宽度和高度是：")
  print(file_contents)