window10下pycharm+yoloV4体验使用keras模型训练检测图片

使用yoloV4+keras训练检测图片中物体

    • 前期准备
    • 配置环境
    • 运行程序

环境:windows+pycharm(python3.6)

前期准备

从GitHub上下载代码https://github.com/Ma-Dan/keras-yolo4,解压
将voc数据集和权重文件从https://download.csdn.net/download/A981012/12581477.https://download.csdn.net/download/A981012/12581423下载下来,添加到文件中
我的文件目录是这样的:
window10下pycharm+yoloV4体验使用keras模型训练检测图片_第1张图片
count文件夹和yolov4.weights+yolo4_weight.h5,都是通过下载链接下载下来的
还要打开voc_annotation.py文件,将下图的两个地方换为count名称
window10下pycharm+yoloV4体验使用keras模型训练检测图片_第2张图片

配置环境

打开pycharm,点击File——>open
window10下pycharm+yoloV4体验使用keras模型训练检测图片_第3张图片
找到从GitHub上下载的文件的路径打开,点击File——>settings,选择自己的python运行,点击+号添加库,库添加完成后就点击Apply
window10下pycharm+yoloV4体验使用keras模型训练检测图片_第4张图片
我添加的库的列表为:(有些库添加之后会附带很多库被安装,所以下载库的时候可以按照参考博客里的来,里面的mkl-XXX不必下载)
window10下pycharm+yoloV4体验使用keras模型训练检测图片_第5张图片
至此环境搭建完成

运行程序

打开test.py文件,点击run运行
window10下pycharm+yoloV4体验使用keras模型训练检测图片_第6张图片
输入要检测的图片名称,然后回车得到结果:
window10下pycharm+yoloV4体验使用keras模型训练检测图片_第7张图片
点击查看model_data文件夹下的voc_classes.txt,可以看到这个训练的模型可以识别这些物体
window10下pycharm+yoloV4体验使用keras模型训练检测图片_第8张图片
如果想自己设置识别什么物体,可以将这些去掉,写上自己想要识别物体的名称,然后在voc_annotation.py文件中,将classes改为自己想要改的物体名称
window10下pycharm+yoloV4体验使用keras模型训练检测图片_第9张图片
大概还要再运行一下voc_annotation.py文件,然后运行test.py文件
window10下pycharm+yoloV4体验使用keras模型训练检测图片_第10张图片
从两幅检测图来看,第一幅图,很多车只有半截的时候,离得近一点儿的,容易被检测识别到,后面的基本都没识别到。第二幅人骑在马上,检测识别的概率有点儿低,但类别没错。
如有错误请指正!
参考博客:
https://zhuanlan.zhihu.com/p/136941514.

你可能感兴趣的:(人工智能)