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 2.下载yolov3官方权重
3.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.weightsmodel_data/yolo.h5
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
5.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:(图片太大放不了)
证明:
[img=720,519]![mark]()[/img]
|