keras-yolov3快速上手

一、环境配置

• 操作系统：Windows 10
• IDE：Pycharm
• Python： 3.6.2 且已安装好 tensorflow , keras，pyqt5,lxml包

二、快速使用yolo3预测图片

1. keras-yolo3源代码, 下载到本地后用 Pycharm 打开。

2. 初始权重文件，在QQ群文件中，下载好后放在 上述文件keras-yolo3 一级目录下。

3. 命令行中执行如下命令将 darknet 下的 yolov3 配置文件转换成 keras 适用的 .h5 文件。

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

4. 运行预测图像程序

   python yolo_video.py --image
   

   一切正常的话，会让你输入待识别的图片路径，图片目录以keras-yolo3为一级目录。若待测图片放在该一级目录下，则直接输入图片名即可。

   Input image filename:test.jpg
   

以上。

三、训练自己的数据集进行目标检测

1. 在该项目中新建文件夹如下所示：

   

2. 安装数据标记工具 labelImg

   用 powershell 进入到该项目根目录下，执行

   pyrcc5 -o resources.py resources.qrc
   python labelImg.py
   

   弹出用户界面，使用如下：

   [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-8CkFqtfc-1575176882388)(https://s2.ax1x.com/2019/03/20/AKEXdI.png)]

3. 在 keras-yolo3 一级目录下新建 test.py ,如上上图。复制如下代码：

   import os
   import random
    
   trainval_percent = 0.2
   train_percent = 0.8
   xmlfilepath = 'Annotations'
   txtsavepath = 'ImageSets\Main'
   total_xml = os.listdir(xmlfilepath)
    
   num = len(total_xml)
   list = range(num)
   tv = int(num * trainval_percent)
   tr = int(tv * train_percent)
   trainval = random.sample(list, tv)
   train = random.sample(trainval, tr)
    
   ftrainval = open('ImageSets/Main/trainval.txt', '