YOLO3 + Python 基础教程(一)：环境搭建与测试

一、所需要的库文件以及Python版本

• Python 3.7 + 开发环境
• TensorFlow-gpu 2.6.0
• OpenCV-Python 4.5.3+
• win10
• Microsoft Visual Studio 2019(我反正要下，缺少这个，因为这个弄得我很难受)

二、下载YOLO3源代码

1. YOLO3源代码：github_keras-yolo3
2. 下载权重文件：官网_yolov3_weights(点击直接下载)

三、添加YOLO模型

先将刚刚下载好的yolov3.weights 权重放在下载的yolo文件中

再用Pycharm打开YOLO源代码
在命令行输入：python convert.py yolov3.cfg yolov3.weights model_data/yolo.h5

运行命令直到出现：Saved Keras model to model_data/yolo.h5

且 model_data 中多了个 yolo.h5 文件就代表准备工作完成了

---

注意

如果在执行python convert.py yolov3.cfg yolov3.weights model_data/yolo.h5这行命令报错了！

报错内容如下

error: Microsoft Visual C++ 14.0 or greater is required. Get it with "Micros......

这个时候就是我所说的难受的了来了！
去官网下载Microsoft Visual Studio 2019

下载完之后重启电脑，再次执行python convert.py yolov3.cfg yolov3.weights model_data/yolo.h5
出现以下情况就说明你执行成功了！

这个时候你的model_data中多了个 yolo.h5 文件

四、改代码并运行

打开 yolo.py 大概在170多行的位置找到：vid = cv2.VideoCapture(video_path)

将其改为：vid = cv2.VideoCapture(0)

这里我们使用opencv库中的VideoCapture()函数创建摄像头对象，参数0是表示调用第一个摄像头，一般就是笔记本的内置摄像头。

然后打开 yolo_video.py 并运行

第一次运行的话应该会有一个转换问题，报错如下：

这个时候就在model.py代码里添加代码

然后再次打开 yolo_video.py 并运行

下面是我刚刚运行并演示出的效果
最终识别出了Person(人)

我估计大概猜测以下，估计有的朋友，运行的时候，摄像头的帧数很低，很卡，因为你没有在GPU上运行，所以导致帧数上不去，后期会出一个如何让代码在GPU中运行！

还有一个问题就是，导包的问题，因为代码估计会很旧，所以有的时候Pycharm导包导入不了，就两个地方需要改，根据报错去百度上找，很容易修改的！(博主自己改完了，忘记了哪要改了 哈哈哈~)