J'ai essayé la détection d'objets avec YOLO v3 (TensorFlow 2.0) sur un processeur Windows!
environnement
windows7 64bit Gefore GTX 680MX GPU anaconda
Préparation environnementale
Créer keras_work avec conda
conda create -n keras_work
activate keras_work
Installez tensorflow, keras, oreiller, matplotlib, opencv-python
conda install tensorflow
conda install keras
pip install pillow
conda install -c anaconda matplotlib
pip install opencv-python
installation de windows git
conda install git
installation de windows wget
conda install -c menpo wget
Materielle préparation
Obtenir la source de Github
cd c:\temp
git clone https://github.com/zzh8829/yolov3-tf2.git
cd yolov3-tf2
Téléchargez yolo3.weight sur pjreddie.com
- Cela prend 2 heures
wget https://pjreddie.com/media/files/yolov3.weights --no-check-certificate
Comme il est lent d'obtenir des poids yolov3.weights à partir de pjreddie.com ci-dessus, vous pouvez également télécharger l'URL suivante https://pan.baidu.com/s/1G2Qh-V8kyLOq4oDbTwK6HQ Proposition (mot de passe): vogw Le fichier est "yolo_tf2.1 \ data \ yolov3.weights"
Déplacer le fichier yolo3.weight vers le chemin yolov3-tf2 Confirmez que le fichier a été déplacé
(keras_work) C:\temp\yolov3-tf2>dir /B *.weights
yolov3.weights
Convertir (convertir le poids darknet pré-entraîné)
python convert.py --weights ./yolov3.weights --output ./checkpoints/yolov3.tf
Détection
python detect.py --image ./data/girl.png
