Win10+keras+tensorflow+python+cpu实现yolov3

参考博客：https://blog.csdn.net/weijianm/article/details/102598726

因为项目需要提高识别精度，想着用yolov3跑一跑，但是机子是集成显卡，没办法用gpu跑，配置了很长时间，也查了很多资料，终于把坑都踩完了，写下这个博客。

1、下载keras-yolov3
github地址：https://github.com/qqwweee/keras-yolo3
进行解压

2、下载权重文件
下载地址：https://pjreddie.com/media/files/yolov3.weights
放到解压的keras-yolo3-master文件夹中

3、环境配置
这也是最重要的一步，许多版本问题导致各种报错，下面推荐一种成功搭配：
python3.6+tensorflow1.5+numpy1.18.1+keras2.0.9
需要检测视频的装一下opencv-python就行了

4、添加信息
（1）在yolo_video.py头部添加代码：

import tensorflow as tf
import keras
from keras.backend.tensorflow_backend import set_session

config = tf.ConfigProto()
config.gpu_options.allow_growth = True
sess = tf.Session(config=config)
set_session(sess)
keras.backend.clear_session()

（2）在yolo.py头部添加代码：

os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

5、开始使用yolov3模型
（1）在keras-yolo3-master文件夹中shfit+右键，选择打开Powershell窗口
（2）生成模型 python convert.py yolov3.cfg yolov3.weights model_data/yolo.h5
（3）执行python yolo_video.py --image
（4）输入图片路径即可

下节介绍如何用在Windows环境下，用GPU跑keras-yolo