ubuntu 16.04 安装测试keras-yolo3

1、源码地址:https://github.com/qqwweee/keras-yolo3

2、环境要求:

Python 3.5.2
pillow
matplotlib
opencv_python==3.3.1.11
Keras 2.1.5
tensorflow 1.6.0

3、下载权重文件到根目录

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

4、模型转换

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

安装期间可能出现以下错误

ubuntu 16.04 安装测试keras-yolo3_第1张图片

解决办法:pip install --upgrade h5py

转换成功后:

ubuntu 16.04 安装测试keras-yolo3_第2张图片

5、测试单张图片

(1)从网上下载一张图片到根目录下

(2)修改yolo_video.py文件

 parser.add_argument(
        '--image', default=False, action="store_true",
        help='Image detection mode, will ignore all positional arguments'
    )

将default=False改为default=True

(3)运行yolo_video.py,,如果出现 No module named 'PIL',输入:pip install pillow,结果如下

ubuntu 16.04 安装测试keras-yolo3_第3张图片

ubuntu 16.04 安装测试keras-yolo3_第4张图片

6、测试视频文件

(1)下载视频小素材,点击下载小样,虽然有水印,但是免费,推荐网址:https://www.vjshi.com/

ubuntu 16.04 安装测试keras-yolo3_第5张图片

 

(2)下载后的视频如果觉得有点大的话,可以使用moviepy对视频进行裁剪

from moviepy.editor import *


def render(input_video, output_video="dog2.mp4"):
    # 剪个5s的480x270px的视频
    background_clip = VideoFileClip(input_video, target_resolution=(270, 480)).subclip(0, 5)
    background_clip.write_videofile(output_video)


if __name__ == '__main__':
    input_vid = 'target.mp4'
    render(input_vid)

(3)将视频文件放在根目录下,然以下方式修改参数

    parser.add_argument(
        '--image', default=False, action="store_true",
        help='Image detection mode, will ignore all positional arguments'
    )
    '''
    Command line positional arguments -- for video detection mode
    '''
    parser.add_argument(
        "--input", nargs='?', type=str,required=False,default='./dog2.mp4',
        help = "Video input path"
    )

(4)检测结果

note1:使用opencv分帧保存视频示例

import cv2

cap = cv2.VideoCapture('target.mp4')


# Define the codec and create VideoWriter object
fourcc = cv2.VideoWriter_fourcc(*'XVID')
out = cv2.VideoWriter('output.avi',fourcc, 20.0, (424, 240))

while(cap.isOpened()):
    ret, frame = cap.read()
    if ret==True:
        frame = cv2.flip(frame,0)

        # write the flipped frame
        out.write(frame)

        cv2.imshow('frame',frame)
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
    else:
        break

# Release everything if job is finished
cap.release()
out.release()
cv2.destroyAllWindows()

note2:视频转gif

import moviepy.editor as mpy

#视频文件的本地路径
content = mpy.VideoFileClip("123.avi")
# 剪辑0秒到2秒的片段。注意:不使用resize则不会修改清晰度
c1 = content.subclip((0,0),(0, 2)).resize((480,270))
# 将片段保存为gif图到python的默认路径,可保存到"C:\Users\Administrator\Desktop"
c1.write_gif("gav.gif")

 

你可能感兴趣的:(深度学习,目标检测与识别)