win10 YOLO-v3-keras-gpu版本实现记录

1、在https://github.com/qqwweee/keras-yolo3 下载yolo-v3的算法

2、在https://pjreddie.com/media/files/yolov3.weights下载权重并放在keras-yolo3的文件夹下

3、配置cuda环境

    下载电脑适配的cuda，cudnn版本，两个版本有对应起来。（本人cuda8.0，cudnn6.0）

3、配置电脑python环境

（1）安装anaconda

（2）安装keras库 pip install keras

（2）安装tensorflow gpu版本 pip tensorflow-gpu==1.01（测试貌似只有这个版本能跟cuda8.0对应起来）

4、python convert.py 将darknet类中的权重转化为keras中要用的类型 .h5文档。

5、python yolo.py 进行.jpg检测

6、python vedio_yolo.py进行视频检测或者调用摄像头（需要opencv ）

7、训练自己的数据集

（1）将自己的数据做成VOC格式，包含原JPEG图像和用labeling标注生成的XML文档集，修改cfg，voc_name，文档。

（2）写个简单的脚本提取所有的JPEG文档名，做成train.txt 放在主文件夹下

（3）python voc_annotation.py生成yolov3训练所需的txt文档

（4）python train.py

warning：可能遇到的错误 

                （1）内存泄露错误，显存小的情况下要降低batch_size的大小

                （2）relu函数问题 ，按照网上的自己写一个relu函数就可以了。