我的运行环境
python3.6
tensorflow-gpu 1.4.0,
cuda_8.0.61_win10
cudnn-8.0-windows10-x64-v6.0
Keras 2.2.4
下载需要的文件
开始完成以前,需要配置安装完成以上环境。注意版本的兼容性;
下载keras-yolo3-master.zip,下载 YOLOv3 权重
(推荐下载地址:https://download.csdn.net/download/plsong_csdn/10862712)
转换 Darknet YOLO 模型为 Keras 模型
直接运行下面的语句即可。
下载好的《yolov3.weights》放在同一目录下。
python convert.py yolov3.cfg yolov3.weights model_data/yolo.h5
转换的过程:

中间省略。。。。

运行目标检测文件
这里将yolo.py文件修改了一下。</

本文介绍了在python3.6和tensorflow-gpu 1.4.0环境下,结合cuda和cudnn运行YOLOv3的目标检测过程。首先详细列举了所需的运行环境和文件下载,然后讲解如何将Darknet的YOLO模型转换为Keras模型,并对yolo.py文件进行了相应修改。最后展示了运行效果和提供的训练自定义数据集的教程链接。

1072





