一、下载与安装
下载网络与权重文件:点击打开链接
darkflow实现了将darknet翻译成tensorflow,可以用tensorflow加载darknet训练好的模型,并使用tensorflow重新训练,输出tensorflow graph模型,用于移动设备。dark flow需要安装的依赖库有numpy,tensorflow,opencv,python等。
打开下载好的文件夹,里面有如下文件:
在Windows下可以通过不同的软件编写代码,小编用的时pycharm,下面就开始第二步,开始测试。
二、测试
2.1 单张图片的测试
将所下载的文件放在同一文件下,新建一个.py文件,下载测试文件放在同一文件夹下,如图所示:
编写测试代码:
import cv2
from darkflow.net.build import TFNet
import matplotlib.pyplot as plt
option = {'model': 'D:\Python\darkflow-master\cfg\yolo.cfg', 'load': 'D:/Python/darkflow-master/bin/yolov2.weights',
'thereshold': 0.3}
tfnet = TFNet(option)
img = cv2.imread('dog.jpg')
result = tfnet.return_predict(img)
print(result)
tl = (result[1]['topleft']['x'], result[1]['topleft']['y'])
br = (result[1]['bottomright']['x'], result[1]['bottomright']['y'])
cv2.rectangle(img, tl, br, (0, 255, 0), 7, )
cv2.putText(img, result[1]['label'], tl, cv2.FONT_HERSHEY_COMPLEX, 1, (0, 0, 0), 2)
plt.imshow(img)
plt.show()
Building net ...Source | Train? | Layer description | Output size
-------+--------+----------------------------------+---------------
| | input | (?, 608, 608, 3)
Load | Yep! | conv 3x3p1_1 +bnorm leaky | (?, 608, 608, 32)
Load | Yep! | maxp 2x2p0_2