keras faster物体检测_目标检测系列：搭建yolov3（一）识别车流图片

搭建yolov3（一）识别车流图片

最近在写一系列的实用教程，用各种目标检测算法去检测物体，训练自己的模型

今天讲一下如何用yolov3识别车流

一、安装下面的包和工具

tensorflow-gpu

keras

pycharm

初学者安装tensorflow是比较麻烦的，尤其是在windows平台，我以后会出一期教程

二、详细步骤

1.下载yolov3代码

链接：https://github.com/qqwweee/keras-yolo3 ，解压缩之后用pycharm打开此文件夹

2.下载yolov3官方权重

链接：https://pjreddie.com/media/files/yolov3.weights并将权重放在keras-yolo3的文件夹下

1. 执行如下命令将yolov3.cfg yolov3.weights文件转换成keras适用的h5文件。

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

出现下面的输出结果表示转换成功

执行完以后，在model文件下，会生成yolo.h5文件

4.下载一张车流的图片看看效果

将图片保存在keras-yolo-master下，然后在这个文件夹下面打开命令行，注意一定要在这个文件夹下运行

切换到这个文件夹下面以后，输入命令

python yolo_video.py --image

在这里输入图片的名称

我这里输入

test.jpg

效果图如下：

如何检测视频以及训练自己的数据集我下次再将，今天先到这儿吧！

记得点赞关注收藏，防止丢失。