基于ubuntu16.04的Yolo V4的keras识别

一、前期准备与环境信息

操作系统:ubuntu16.04
TensorFlow版本:1.14.0
Keras:2.2.5

二、各种资源包下载

1.下载YoloV4-Keras包

git clone https://github.com/Ma-Dan/keras-yolo4

如果 github下载 yolo v4 keras 代码比较慢,可以从 gitee下载:https://gitee.com/yfqh9588/yolov4-keras
在这里插入图片描述

2.YOLOV4 原始权重文件下载

链接:下载地址
提取码:g0ju

3.2007_voc数据准备&预处理

1.进入相应文件夹,下载数据集

cd keras-yolo4

wget https://pjreddie.com/media/files/VOCtrainval_06-Nov-2007.tar

wget https://pjreddie.com/media/files/VOCtest_06-Nov-2007.tar

2.解压数据集

tar xf VOCtrainval_06-Nov-2007.tar
tar xf VOCtest_06-Nov-2007.tar

可以像我这样命名文件夹,后续就不用修改代码。
在这里插入图片描述

三、转换原始权重格式(yolov4.weights )为 Keras格式(yolov4.weights.h5)

可以运行里面的格式转换程序 convert.py。
在这里插入图片描述
在代码文件夹下运行下面代码:

python3 convert.py

在这里插入图片描述
当转换完成之后,便会生成一个h5模型文件。
yolo4_weights.h5可在百度网盘中下载。
链接: 下载链接
提取码: dc2j
yolo4_weights.h5是coco数据集的权重。
yolo4_voc_weights.h5是voc数据集的权重。

四、基于YoloV4 的Keras物体识别

1.打开test.py修改代码

gedit test.py

解决python默认路径问题,在文件开头添加如下代码:

import sys
sys.path.remove('/opt/ros/kinetic/lib/python2.7/dist-packages')

在这里插入图片描述
修改使用的模型:
在这里插入图片描述

2.准备要识别的图片一张

在这里插入图片描述

3.在终端进入相应文件夹运行代码

1.运行代码文件:

cd keras-yolo4
python3 test.py 

2.按照提示输入图片名字:
在这里插入图片描述
3.运行结果
在这里插入图片描述

评论
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