TensorFlow + Keras YOLO V3初试及问题解决

本文介绍了如何使用TensorFlow和Keras实现YOLO V3目标检测。步骤包括环境配置、keras-yolo3工程下载、YOLOv3权重获取、模型转换和目标检测。在执行过程中遇到版本匹配错误和缺少cv2模块的问题,通过升级keras到最新版和安装opencv解决。
摘要由CSDN通过智能技术生成

 

YOLO V3的图像识别,一直想试一下。

实际参考了https://www.cnblogs.com/tensorflownews/p/8922359.html,并有各种百度及google

整理起来,简单来说分成以下几步:

0:环境的安装,包括pyhon3.x,keras这些

1:下载keras-yolo3的整个工程 https://github.com/qqwweee/keras-yolo3

2:从 YOLO 官网下载 YOLOv3 权重

wget https://pjreddie.com/media/files/yolov3.weights

3:转换 Darknet YOLO 模型为 Keras 模型

python3 convert.py yolov3.cfg yolov3.weights model_data/yolo.h5

4.运行YOLO 目标检测,按照提示输入要测试的图片即可

python3 yolo.py

 

遇到的问题:

1,最后一步执行的时候,提示出错:

File "yolo.py", line 21, in <module>

from keras.utils import multi_gpu_model
  • 2
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 29
    评论
评论 29
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值