window10安装keras-yolo3（python调用）

window10安装keras-yolo3

在网上看了很多教程，也试过安装Visual Studio，但最后总出错，试了很多次最终还是安装好了，在这里分享一下我的经验。

1、首先，因为是通过python调用的，所以需要配置python环境，下载pycharm。
python + pycharm

2、然后，需要下载安装tensorflow-gpu和keras，可以先下载安装Anaconda，使用Anaconda来安装tensorflow-gpu和keras，网上都有详细的教程。
tensorflow-gpu + keras

3、接着下载yolo3代码：keras-yolo3，解压缩之后用pycharm打开。

4、下载权重文件：weights，并放在keras-yolo3的文件夹下：
5、执行如下命令将darknet下的yolo3配置文件转换成keras适用的h5文件，在cmd命令行或pycharm的Terminal中输入:

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

测试

keras-yolo3的README文件中有说明：

1、测试图片
由上面的说明可以发现，执行python yolo.py 操作是不适用的，应该是执行python yolo_video.py --image，运行完有提示Input image filename：此处输入图片路径就行。

更改一下yolo_video.py文件最开始的detect_img函数，就不需要输入图片路径，并能将识别后的图片保存下来。
函数原本是这样的：

def detect_img(yolo):
    while True:
        img = input('Input image filename:')
        try:
            image = Image.open(img)
        except:
            print('Open Error! Try again!')
            continue
        else:
            r_image = yolo.detect_image(image)
            r_image.show()
    yolo.close_session()

现在改为：

import glob
import os
def detect_img(yolo):
    path = "./image/*.jpg"            # 测试这个文件夹内所有的jpg文件
    outdir = "./output/"              # 将检测结果保存在这个文件内
    for jpgfile in glob.glob(path):
        img = Image.open(jpgfile)
        img = yolo.detect_image(img)
        img.save(os.path.join(outdir, os.path.basename(jpgfile)))
    yolo.close_session()

然后运行python yolo_video.py --image就可以了，只要将图片放在当前目录的image文件夹里，就能检测该文件夹里的所有jpg文件，（如果要检测jpeg文件，就将代码里的jpg修改成jpeg），检测结果会保存在output文件夹里。image文件夹和output文件夹要事先新建好哦。
2、测试视频

a、视频test.mp4放在当前目录下的video文件内，则运行

python yolo_video.py --input=./video/test.mp4

b、将yolo.py文件的detect_video函数稍微改动一下

def detect_video(yolo, video_path=0, output_path=""):
    import cv2
    vid = cv2.VideoCapture(0)

运行python yolo_video.py自动调用摄像头进行视频检测。

大概就是这样子啦，参考网站https://blog.csdn.net/u012746060/article/details/81183006
https://blog.csdn.net/xd_wjc/article/details/87921539