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。