Ubuntu18.04下基于YoloV4 的Keras物体识别

一、安装keras、tensorflow

注意：安装的keras和tensorflow版本要相匹配，安装keras、tensorflow建议连接手机热点下载

1.在此之前需要安装pip3

sudo apt install python3-pip

2.安装keras

sudo pip3 install keras==2.2.5

3.安装TensorFlow

sudo pip3 install tensorflow

二、下载Yolo V4-keras

1.下载Yolo V4-keras

git clone https://github.com/Ma-Dan/keras-yolo4

文件内容如下：

2.yolov4.weights权重文件下载，下载完成后放入Yolo V4-keras文件夹中
下载链接：https://pan.baidu.com/s/1FF79PmRc8BzZk8M_ARdMmw
提取码：dc2j

yolo4_weights.h5是coco数据集的权重；yolo4_voc_weights.h5是voc数据集的权重

3.VOC训练集、测试集下载
下载链接：https://pan.baidu.com/s/1OMLh9zTJhXCSh6PHgY4FsQ
提取码：t16q
解压

tar xf VOCtrainval_06-Nov-2007.tar
tar xf VOCtest_06-Nov-2007.tar

解压后将VOCdevkit文件夹名为count,将 count文件夹中的VOC2007为VOC2012

三、实现YoloV4 的Keras物体识别

1.修改test.py文件

gedit test.py

ROS默认的Python是2.7版本，本次YoloV4识别是在Python3环境下，所以我们需要解决环境路径的问题，在代码头部添加：

import sys
sys.path.remove('/opt/ros/melodic/lib/python2.7/dist-packages')

继续往下，找到main函数位置

2.准备一张物体多的图片，放入Yolo V4-keras文件夹中

3.终端测试

cd keras-yolo4
python3 test.py 

运行结果

再换一张图片试试