yolov3 Keras版本目标检测识别图像标注简单入门教程

之前已经看了通过CNN可以快速对人脸识别分类，但是在一张图片或照片里，如何快速定位到人脸，或者人，不是直接通过CNN就能实现，这次用yolov3的Keras版本来进行入门， 用示例模型，来验证下是否能识别到人，并打上标签。

了解yolov3

yolo是一种简易快捷的目标检测算法，它可以对图像做识别和目标检测，因为比一般算法快速，特别是到了v3版本， 也可以对视频做实时识别。

官网：https://pjreddie.com/darknet/yolo/
理论相关可以自行搜索。

安装yolov3的Keras版本

环境：Windows+Anaconda+Py3.6

1. 打开conda，先创建一个用来测试的环境。在环境中先通过conda安装Keras。

2. 然后到 https://github.com/qqwweee/keras-yolo3 下载一份源码
   下载后我这里放到了：
   E:\testproject\keras-yolo3

3. 再下载官方已经训练过的示例模型： https://pjreddie.com/media/files/yolov3.weights
   下载后放入到keras-yolo3目录中（也就是E:\testproject\keras-yolo3）

4. 打开conda，还是这个环境，conda路径切换到E:\testproject\keras-yolo3
   执行以下命令，也就是把模型转为TensorFlow能识别的模型yolo.h5：

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

• 注：过程中如果出现缺少依赖包的，通过conda安装就可以。如果出现PIL缺少的话（ModuleNotFoundError: No module named ‘PIL’），在py3下不能直接通过conda安装， 要安装的是Pillow。

最后告诉我们已经从Darknet weights转换为 Keras model 了，代表转成功了。

进行测试

还是在conda中，敲入命令：

python yolo_video.py --image

就会开始加载刚才的模型。

• 注：过程中如果出现缺少依赖包的，通过conda安装就可以。

看到让我们输入图片名称：

我找一张图片，放入到项目目录里(E:\testproject\keras-yolo3)。

敲入图片文件名后，回车，过一会就会自动打开打标签后的图片：

顺利检测并标记正确~

示例的模型里还能标记人以外的东西，你们可以自己尝试下， 也可以试下视频打标记。当然我们也可以自己训练模型，也就要用gpu来加速了，而不是像现在单纯利用cpu，在github也标明了使用方法，可以深入研究。