yolov3检测人头_基于yolo_v3的人脸检测

一．实验环境的搭建

1. 安装环境配置：

Python=3.6、tensorflow-gpu==1.6.0、Keras、pillow、opencv-python、matplotlib、numpy

没有通过pip安装(例如：pip install keras)

2. 启动虚拟环境，并且安装对应的实验环境

从darknet官网下载yolov3.weights,将模型保存在keras-yolo3目录下，

3. 模型转换

因为keras的模型文件是h5格式，所以需要将.weights转换成.h5

到keras-yolo3-master目录下，在命令行模式执行

python convert.py -w yolov3.cfg yolov3.weights model_data/yolo.h5

4. 测试

python yolo_video.py --images

当提示：Input image filename时，输入图片路径(比如：images/xxx.jpg)

接着会弹出一张框出目标的图片

二． 人脸数据集的介绍及准备

数据的下载 1. 数据集的下载 本实验使用了：WIDER_train.zip、wider_face_split.zip 2. 数据集的预处理(格式转换) 将数据集的格式转换至VOC数据集格式： 参考博客https://blog.csdn.net/minstyrain/article/details/77986262

三．相关代码的修改及训练

1. 预训练模型的转换 从darknet官网下载darknet53.conv.74模型至keras-yolo3-master文件夹下;