基于ubuntu16.04的Yolo V4的python3.5+Keras+TensorFlow识别

基于ubuntu16.04的Yolo V4的Keras+TensorFlow识别

  • 一、环境配置对应的版本
  • 二、yoyo4源码地址
  • 三、2007_voc数据准备&预处理
  • 四、yolov4.weights的h5模型转换
    • 1、修改包中convert.py代码内容
    • 2.修改包中gedit train.py代码内容
    • 3、权重转换模型
  • 五、基于YoloV4 的Keras物体识别
    • 1.修改test.py代码
    • 2、数据图片准备,放进YoloV4-Keras包
    • 3、终端运行测试

一、环境配置对应的版本

环境必须是3.5以上
如果是2.7 要运行以下代码,修改成3.5:

 cd /usr/bin/
        sudo rm /usr/bin/python #删除原有的Python连接文件
        sudo ln -s /usr/bin/python3.5 python #建立指向Python3.X的连接

在这里插入图片描述

pip3 install keras==2.2.5

在这里插入图片描述

pip3 install tensorflow==1.14.0

在这里插入图片描述

二、yoyo4源码地址

Yolo V4下载

yolo4_weights.h5可在百度网盘中下载。
百度网盘地址 提取码:dc2j

三、2007_voc数据准备&预处理

cd keras-yolo4
mkdir data
wget https://pjreddie.com/media/files/VOCtrainval_06-Nov-2007.tar
wget https://pjreddie.com/media/files/VOCtest_06-Nov-2007.tar
tar xf VOCtrainval_06-Nov-2007.tar
tar xf VOCtest_06-Nov-2007.tar

如图所示:
注意:尽量命名为data,因为代码里面所用的是data,避免了修改代码的麻烦
基于ubuntu16.04的Yolo V4的python3.5+Keras+TensorFlow识别_第1张图片

四、yolov4.weights的h5模型转换

1、修改包中convert.py代码内容

gedit convert.py

基于ubuntu16.04的Yolo V4的python3.5+Keras+TensorFlow识别_第2张图片

2.修改包中gedit train.py代码内容

基于ubuntu16.04的Yolo V4的python3.5+Keras+TensorFlow识别_第3张图片

3、权重转换模型

cd keras-yolo4
python convert.py

基于ubuntu16.04的Yolo V4的python3.5+Keras+TensorFlow识别_第4张图片
自动生成:
在这里插入图片描述

五、基于YoloV4 的Keras物体识别

1.修改test.py代码

gedit test.py

基于ubuntu16.04的Yolo V4的python3.5+Keras+TensorFlow识别_第5张图片

2、数据图片准备,放进YoloV4-Keras包

基于ubuntu16.04的Yolo V4的python3.5+Keras+TensorFlow识别_第6张图片

3、终端运行测试

cd keras-yolo4
python test.py 

在运行之后,终端会提示输入文件名称,这时候,输入你命名的小车图片的文件名
在这里插入图片描述
运行结果:

你可能感兴趣的:(ROS学习)