yolo3 检测出图像中的不规则汉字

完整代码获取方式：

关注微信公众号 datayx 然后回复 目标检测 即可获取。

2. 准备数据

1、准备了151张含有汉字的图像，将这些图像放在keras-yolo3-master\VOCdevkit\VOC2007\JPEGImages

2、用LabelImgv1.3.3标记这些图像，标记命名为"chinese"，自动生成.xml文件，将这些.xml文件放在keras-yolo3-master\VOCdevkit\VOC2007\Annotations

3、生成ImageSets\Main\下的4个文件。运行VOCdevkit\VOC2007\下的test.py，会自动建好这四个文件。

4、生成keras-yolo3-master\下的test.txt、train.txt、val.txt，运行keras-yolo3-master\voc_annotation.py，会自动生成2007_test.txt、2007_train.txt、2007_val.txt三个文件，接下来需要我们手动去掉每一个文件名的前缀"2007_" test.py中的内容可参考： https://blog.csdn.net/Patrick_Lxc/article/details/80615433

3. 开始训练

1、修改参数配置文件yolo3.cfg，打开yolo3.cfg，搜索"yolo"关键词，能搜到三处包含"yolo"的地方，修改filters、classes、random classes = 1 # 因为我只检测汉字一类，所以是1 filters = 3 * (5+classe） = 3 * (5 + 1) = 18 random = 0

2、修改keras-yolo3-master\model_data下coco_classes.txt和voc_classes.txt，里面写的是要识别的类型，我写的是chinese。

3、运行keras-yolo3-master\train.py进行训练， 几个重要的参数如下： batch_size = 10 val_split = 0.1 epochs = 100

我使用CPU进行训练，程序跑了一天一夜【哭】，最后的loss在45.5左右，可以看keras-yolo3-master\训练日志.txt

4. 进行预测 运行keras-yolo3-master\yolo.py，识别的结果会存储到keras-yolo3-master\VOCdevkit\VOC2007\SegmentationClass中，部分结果如下：

via https://blog.csdn.net/u010429424/article/details/83238988