anacondapythonyolo3配置_Windows anaconda 运行yolov3

本文介绍了如何在Windows上使用Anaconda创建并激活名为'yolo'的环境,详细步骤包括安装Python 3.6、更换conda源以加速下载、安装Keras和GPU版TensorFlow 1.6.0。此外,还列出了训练YOLOv3所需的各种依赖库的安装方法。最后,提供了从GitHub克隆YOLOv3代码、下载预训练权重、转换配置文件到Keras模型以及运行YOLOv3检测视频的命令。
摘要由CSDN通过智能技术生成

1 创建yolo环境

conda creat -n yolo python=3.6

更换conda源,下载软件的时候会快些

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda config --set show_channel_urls yes

创建后进入yolo环境,并安装Keras和tensorflow,我这块安装的是gpu版本的tensorflow

source activate yolo

pip install keras==2.1.5

pip install tensorflow-gpu==1.6.0 #如果是gpu版本

pip install tensorflow==1.6.0 #如果是cpu版本

注意,这两个是二选一

2 安装依赖

在训练的过程中,会有很多依赖,所以提前安装一遍

pip install Pillow

pip install matplotlib

conda install ffmpeg

pip install opencv-contrib-python

pip install opencv-python

pip install h5py

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

运行:

python yolo_video.py --gpu_num=1 –input=test.mp4 --output=2.mp4

1b9f032620a95d114c8475d597c894dd.png

如果出现Failed to load the native TensorFlow runtime.

则,

解决办法就是:pip install --upgrade --ignore-installed tensorflow

更新一下tensorflow就好了

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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