windows10+keras下的yolov3的快速使用及自己数据集的训练

文章写作初衷：

       由于本人用的电脑是win10操作系统，也带有gpu显卡。在研究车位识别过程中想使用yolov3作为训练模型。翻看安装yolo的过程中有看到 https://pjreddie.com/darknet/yolo/  这是linux安装yolo最详细的文档（如果大家使用的是linux强烈推荐该文档）。本来想在自己的win10系统上安装一个虚拟机并安装linux操作系统，但是后来在论坛中有人说是双系统，虚拟机的显卡是虚拟出来的，没法用cuda加速，只能作罢。于是搜索win10下如何安装yolov3，搜到一篇文章 https://zhuanlan.zhihu.com/p/35828626 ，由于yolo是由c/c++编写，win10需要安装配置Visual Studio进行yolo的配置修改和运行。但是自己电脑并没有配置相应的Visual Studio，也嫌麻烦不想安装。在迟疑之际忽然搜到有win10下keras版本的yolov3（由于之前电脑已经配置好了keras，再使用就显得方便很多。）。搜到很多的文章，但是有一篇无疑是最值得推荐的 Patrick_Lxc大神写的博客： https://blog.csdn.net/Patrick_Lxc/article/details/80615433。虽然大神写的已经够详细，但是自己在实现过程中也发现有几个不太好注意的地方，因为本人复现代码用了大半天，还是希望别人用更快的速度去实现yolo的使用和训练自己的模型。这也是写作文章的初衷。

一、环境要求

      tensorflow-gpu

      keras

      pycharm

二、快速使用

      1、下载yolov3代码：https://github.com/qqwweee/keras-yolo3 ，并解压缩之后用pycharm打开。

      2、下载权重：https://pjreddie.com/media/files/yolov3.weights并将权重放在keras-yolo3的文件夹下。如下图所示：

             

      3、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.py

             

            输入需要预测的图片路径即可，结果示例如下：

            

           这样就可以实现yolov3的快速使用了。

三、训练自己的数据集进行目标检测

          1、在工程下新建一个文件夹VOCdevkit，目录结构为VOCdevkit/VOC2007/,