关于 keras-yolo3 版本的注意事项（window系统运行）

代码地址：https://github.com/qqwweee/keras-yolo3
参考：https://www.freesion.com/article/6772385281/
https://www.pianshen.com/article/408954929/
yolo官网下载模型权重：https://pjreddie.com/darknet/yolo/

可选择MAP值较大的模型，但同时帧率会比较小

-------在windows环境下配置好环境后，针对图片，视频，以及调用外接摄像头进行目标检测的一些注意事项：
**1.**对单张图片进行检测，在终端terminal中将当前文件位置cd道当前程序文件夹中，输入指令

`python yolo_video.py --image`

——出现提示‘Input image filename:’时，提供jpg格式的图片地址即可；

// 也可以通过函数yolo_start.py进行程序的运行，省去了对yolo_video.py的调用

from yolo import YOLO
from PIL import Image
import cv2 as cv
import numpy as np

yolo = YOLO()

while True:
    img = input('Input imagename:')
    try:
        image = Image.open(img)
    except:
        print('Open Error!')
        continue
    else:
        rel_image = yolo.detect_image(image)
        rel_image = cv.cvtColor(np.array(rel_image), cv.COLOR_RGB2BGR)
        cv.imwrite('result_image.jpg', rel_image)
        cv.imshow('result', rel_image)
        cv.waitKey()
        # rel_image.show()

yolo.close_session()

**2.**对视频进行检测时，在终端terminal中将当前文件位置cd道当前程序文件夹中，输入指令

python yolo_video.py --input 路径

例如，文件夹中的test.mp4视频文件，帧率只有10FPS（需要优化改进）

**3.**如果想要用自己电脑摄像头实时检测，命令是

python yolo_video.py --input  

对应的yolo.py文件174行改为vid = cv2.VideoCapture(0)；
//如果如果想要跑视频，命令是

 python yolo_video.py --input test.mp4

对应的yolo.py文件174行改为vid = cv2.VideoCapture(“视频路径+视频名+视频后缀名”)；

//如果如果想要跑视频并且保存视频，命令是

python yolo_video.py  --input  test.mp4   --output  result.mp4

,
对应的yolo.py文件174行改为vid = cv2.VideoCapture(“视频路径+视频名+视频后缀名”)，
184行改为out = cv2.VideoWriter(“视频路径+视频名+视频后缀名”, video_FourCC, video_fps, video_size)；