开源软件名称:keras-yolo3
开源软件地址:https://gitee.com/cungudafa/keras-yolo3
开源软件介绍:
keras-yolo3参考博客: 【Yolo3】一文掌握图像标注、训练、识别(Keras+TensorFlow-gpu) 【Keras+TensorFlow+Yolo3】教你如何识别影视剧人手模型 环境环境:windows10 + anaconda3(conda4.8.2)+ labelImg1.8.1 + VSCode 版本:python3.6.0 + opencv4.1.0 + yolo3 +keras 2.3.1 +tensorflow-gpu2.1.0 环境安装记录: 【GPU】win10 (1050Ti)+anaconda3+python3.6+CUDA10.0+tensorflow-gpu2.1.0 库:numpy1.18.2、Pillow7.0.0、matplotlib 、python-opencv4.2.0
目录原始目录:docs/tree_old.txt 我重新整合了一下目录结构:docs/tree.txt 运行过程1.下载下载项目框架 git clone https://gitee.com/cungudafa/keras-yolo3.git 下载权重 单独下载yolov3.weights 权重,放在项目根目录下 将 DarkNet 的.weights文件转换成 Keras 的.h5文件 python convert.py -w yolov3.cfg yolov3.weights model_data/yolo_weights.h5 可以查看到我们的模型结构:docs/model_summary.txt
2.标签分类下载数据集:(我这里用hand进行试验,你可以用你自己的标注数据集 ) 本次使用的数据集来自:牛津大学Arpit Mittal, Andrew Zisserman和 Phil Torr ![在这里插入图片描述](https://img-blog.csdnimg.cn/20200327115032575.png)
资料下载: 我们用到的数据集为VOC格式:我们仅下载evaluation_code.tar.gz(13.8M)即可。 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20200327115345249.png)
将下载的数据集复制到项目路径下:(事实是数据集有400+图片,我训练起来太累了,容易过拟合,这里只用了009985-010028共40+张图片进行训练) ![在这里插入图片描述](https://img-blog.csdnimg.cn/20200327120237510.png)
![](https://cdn.jsdelivr.net/gh/cungudafa/img/images/md/20200329143218.png)
运行script目录下获取标签: voc标签格式:voc_annotation.py yolo标签格式:yolo_annotation.py
3.训练修改train.py中训练轮速、路径(可选步骤) 训练 train.py(50轮和100轮,各保存一次)保存在logs目录下
神经网络可视化,在根目录下运行:tensorboard --logdir=logs\ 会将运行记录打印到浏览器中 打开浏览器查看:http://localhost:6006/
可视化查看神经网络loss: 项目目录下运行: tensorboard --logdir=logs\ 浏览器查看:http://localhost:6006/ ![在这里插入图片描述](https://img-blog.csdnimg.cn/20200329151221782.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2N1bmd1ZGFmYQ==,size_16,color_FFFFFF,t_70)
4.测试参考tf2-keras-yolo3,可以直接对图片和视频进行检测。 我另外封装了一下检测部分的代码:识别部分keras-yolo3-recognize 运行predict.py或者: # 图片检测python yolo_video.py --image再输入图片路径# 视频检测python yolo_video.py --input img\test.mp4 ![在这里插入图片描述](https://img-blog.csdnimg.cn/202003291712283.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2N1bmd1ZGFmYQ==,size_16,color_FFFFFF,t_70)
![在这里插入图片描述](https://img-blog.csdnimg.cn/20200329170011478.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2N1bmd1ZGFmYQ==,size_16,color_FFFFFF,t_70)
![在这里插入图片描述](https://img-blog.csdnimg.cn/20200330145154848.gif)
参考:https://github.com/qqwweee/keras-yolo3 https://github.com/bubbliiiing/yolo3-keras https://github.com/AaronJny/tf2-keras-yolo3
|
请发表评论