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