yolov3的使用

最近在做科研立项，需要用到目标识别，从朋友那听说了yolo，搜索之后发现很符合我们的要求，今天尝试在电脑上使用了一下，感觉还不错，主要的时间花在配置上。

大部分都是按着这个博客做的，博主写的很详细：
https://blog.csdn.net/weixin_44684139/article/details/101712290
要注意权重文件比较大，如果从官网上下载可能要很长时间，可以在CSDN上搜索下载。
文章里面有个小问题 更改配置时filters应该是 3 * (5*len(classes) + 1)

主要记录一下配置的过程（花了一下午）：
很重要的一点：tensorflow千万用1 不要用2！
tensorflow千万用1 不要用2！
tensorflow千万用1 不要用2！

重要的事情说三遍，tf2是去年刚出来的，session什么的有很大改动，github上yolo的代码不支持。
我的tf-gpu本来是2.0的，但是下载完yolo后最后一步无法进行，加上从前也经常出错，一怒之下，卸了降级！

卸了之后我安装了1.12.0版本的tf-gpu，然后惊喜的发现我的cuda版本不对，又得重新整。。。
最后我的配置为：tf-gpu 1.12.0 cuda:9.0 cuDNN:7
下cuda的时候有个小技巧，从官网下载比较慢，可以右键复制链接，在迅雷下载

迅雷上这几个评论就很有味道了（手动狗头）
好不容易把cuda整完了，发现keras版本又不对，还得卸了重装，所以童鞋们要注意
tf(gpu)-cuda-cuDNN-keras的版本对应关系！！

最后在劳动人民不懈努力和顽强拼搏下，yolo的运行环境终于配置好了！！
迫不及待尝试了一下
输入输出图片如下（加载权重和处理图片可能要等一段时间，不要心急）：


最后结果还可以，有些没识别出来可能是挤在一起或者图片清晰度不高。
yolov3还是很有意思的，最近疫情这么厉害，朋友们在家闲着也是闲着，可以尝试自己运行一下。