TensorFlow+Keras 实战 YOLO v3 目标检测图文并茂教程

作者 | fendouai

编辑 | 磐石

出品 | 磐创AI技术团队

YOLO是一种非常流行的目标检测算法,速度快且结构简单。日前,YOLO作者推出YOLOv3版,在Titan X上训练时,在mAP相当的情况下,v3的速度比RetinaNet快3.8倍。

YOLO v3实时物体检测视频:

YOLOv3与其他目标检测器的比较

开始动手运行YOLO V3:

运行步骤

1. 从 YOLO 官网下载YOLOv3权重

wget https://pjreddie.com/media/files/yolov3.weights

下载过程如图

2.转换Darknet YOLO模型为Keras模型

python convert.py yolov3.cfg yolov3.weights model_data/yolo.h5

转换过程如图:

3.运行YOLO目标检测

python yolo.py

需要下载一个图片,然后输入图片的名称,如图所示:

我并没有使用经典的那张图,随便从网上找了一个,来源见图片水印:

识别效果:

项目地址:https://github.com/qqwweee/keras-yolo3、

YOLO官网:https://pjreddie.com/darknet/yolo/

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180424G11KAX00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。

扫码关注云+社区

领取腾讯云代金券