搭建yolov3(一)识别车流图片
最近在写一系列的实用教程，用各种目标检测算法去检测物体，训练自己的模型
今天讲一下如何用yolov3识别车流
一、安装下面的包和工具
tensorflow-gpu
keras
pycharm
初学者安装tensorflow是比较麻烦的，尤其是在windows平台，我以后会出一期教程
二、详细步骤
1.下载yolov3代码
2.下载yolov3官方权重
执行如下命令将yolov3.cfg yolov3.weights文件转换成keras适用的h5文件。
python convert.py yolov3.cfg yolov3.weights model_data/yolo.h5
出现下面的输出结果表示转换成功
执行完以后，在model文件下，会生成yolo.h5文件
4.下载一张车流的图片看看效果
将图片保存在keras-yolo-master下，然后在这个文件夹下面打开命令行，注意一定要在这个文件夹下运行
切换到这个文件夹下面以后，输入命令
python yolo_video.py --image
在这里输入图片的名称
我这里输入
test.jpg
效果图如下：
如何检测视频以及训练自己的数据集我下次再将，今天先到这儿吧！
记得点赞关注收藏，防止丢失。