先講下自己的配置:
windows7,python3.7.4,tensorflow-gpu1.13.1,keras2.2.4,opencv4.1.1,vs2019
之後將 yolov3.weights 放入 keras-yolo3-master 資料夾中。
在keras-yolo3-master資料夾中開啟命令列
python convert.py yolov3.cfg yolov3.weights model_data/yolo.h5
自動在model_data資料夾下生成訓練好的h5檔案
原圖:
在剛才的命令列中輸入:
python yolo_video.py -
-image
之後按步驟執行,把待檢測放到keras-yolo3-master根目錄下,輸入檔名即可。
檢測結果:
yolo v3使用測試
yolov3 測試影象新增置信度與訓練bmp影象格式 2.yolo cfg檔案中各個引數的含義 3 批量測試並新增到自己的資料夾 參考部落格 其中第乙個存在的問題是,儲存的資料夾中影象沒有標記 問題是沒有新增畫框函式 void test detector char datacfg,char cfgf...
海思3559使用Yolov3進行目標檢測
1 實驗環境 ubuntu虛擬機器 一根網線 usb轉串列埠 小相機 支援imx334等,可以檢視 2 資料準備 himpp v4.0 處理軟體開發參考.pdf 這個資料主要介紹了影象是通過什麼方式進行輸入,處理,以及輸出的。vi vpss vo,venc和vdec,vgs畫圖等 hisvp開發指南...
YOLOv3使用過程
系統 ubuntu18.04 gpu 1 如果使用gpu設定為1,cpu設定為0 cudnn 1 如果使用cudnn設定為1,否則為0 opencv 0 如果呼叫攝像頭,還需要設定opencv為1,否則為0 openmp 0 如果使用openmp設定為1,否則為0 debug 0 如果使用debug...