萌新yoloV3图像识别环境安装（图片识别）（＞-＜）

本文仅限图片的图像识别，视频的我还没做（懒），若有机会我会做的。
此教程较为简化，若想深入学习建议找更nb的教程，本文适合需要紧急使用yoloV3的学生党。

（不是本人！！！！！！！！！！！！！！！！！！！！！！！！！）

环境的搭建

本机电脑需要有独立显卡，性能越高越好，确保显卡驱动安装完毕

1. python & Anaconda

本人环境是在pycharm下搭建的，yoloV3的源码：https://github.com/qqwweee/keras-yolo3
（我个人用的不是这个）
我用的是一个UP主用的，链接:https://pan.baidu.com/s/1d29TS9kUrZEGCTfcjez-YQ 提取码:6xer

首先需要安装Anaconda，然后新建一个python环境

输入conda create -n tensorflow python=3.6.5（版本：python3.6.5），在pycharm中选中这个环境，之后的整个项目都要在这个环境中运行。

然后需要安装TensorFlowconda install teansorflow-gpu==1.12.0若安装速度很慢，建议用清华镜像（自行百度）。执行安装后会自动安装关联的包。

工程内部文件介绍

kerasyolo3master\VOCdevkit\VOC2007\Annotations\xml

是存放xml图像标签的位置，标签名需要和图片名一一对应。

kerasyolo3master\VOCdevkit\VOC2007\JPEGImages

这里放的是将要被学习的图片。

kerasyolo3master\VOCdevkit\VOC2007\SegmentationClass

这里是成果物文件夹，打上框的图片将会生成在这里。

kerasyolo3master\logs\000

生成的模型文件会放到这个文件夹里

调试部分

kerasyolo3master\model_data\voc_classes.txt

这里存放的是标签类别，我训练的是学生是否认真听课，所以我的标签名字是YES 和 NO（看自己的xml标签名字！！！！！！）

这个程序会生成一个记事本：kerasyolo3master\VOCdevkit\VOC2007\ImageSets\Main\trainval.txt
目的是记录文件甲中的图片名字

然后打开kerasyolo3master\yolov3.cfg 将里面所有[yolo]下的classes改成当前训练的样本种类。

kerasyolo3master\voc_annotation.py内需要更改

然后运行kerasyolo3master\voc_annotation.py
此代码作用是更新你的文件路径

训练

kerasyolo3master\train.py

这个是生成训练集的代码，是整个yoloV3的核心

总共迭代多少次，数越高花费的时间越长（总之挺耗时间的）。

能出来这个就是成功的了，期间 loss：的值会随着迭代不断降低，但降到多少是跟训练集有关，这个要自行判断。全部运行完则会生成一个训练集，在kerasyolo3master\logs\000里。