跑yolo3模型出的效果图_【转发】实现yolo3模型训练自己的数据集总结

51 阅读 0 评论 34 点赞

我是靠谱客的博主虚拟发卡，最近开发中收集的这篇文章主要介绍跑yolo3模型出的效果图_【转发】实现yolo3模型训练自己的数据集总结，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

经过两天的努力，借鉴网上众多博客，在自己电脑上实现了使用yolo3模型训练自己的数据集并进行测试图片。本文主要是我根据下面参考文章一步步实施过程的总结，可能没参考文章中那么详细，但是会包含一些参考文章中没提及的容易掉坑的小细节，建议读者结合参考文章一起看，一步步走即可。首先贴出本文主要参考的文章以及代码出处：

一.下载项目源码，进行快速测试

从上面代码链接处下载整个项目源码。下载好后，首先根据github中指引进行快速测试。

对应操作如下(命令行操作)：

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

注释：这里wget为linux命令，windows系统可以直接访问后面链接来下载yolov3权重文件，也可以访问yolo web去下载。

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

注释：执行convert.py文件，此为将darknet的yolo转换为可以用于keras的h5文件，生成的h5被保存在model_data下。命令中的convert.py和yolov3.vfg克隆下来后已经有了，不需要单独下载。

3.用已经被训练好的yolo.h5进行图片识别测试。执行：python yolo.py

执行后会让你输入一张图片的路径，因为我准备的图片(网上随便找的)放在yolo.py同级目录，所以直接输入图片名称，没有加路径。

过程和结果如下图所示：