我的运行环境

python3.6

tensorflow-gpu  1.4.0,

cuda_8.0.61_win10

cudnn-8.0-windows10-x64-v6.0

Keras  2.2.4

下载需要的文件

开始完成以前，需要配置安装完成以上环境。注意版本的兼容性；

下载keras-yolo3-master.zip，下载 YOLOv3 权重

（推荐下载地址：https://download.csdn.net/download/plsong_csdn/10862712）

转换 Darknet YOLO 模型为 Keras 模型

直接运行下面的语句即可。

下载好的《yolov3.weights》放在同一目录下。

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

转换的过程：

中间省略。。。。

运行目标检测文件

这里将yolo.py文件修改了一下。

在原文件下添加下面语句

# 添加的
def detect_img(yolo,img_path = 'test.png'):
   
    image = Image.open(img_path)
    import time
    t1 = time.time()

    r_image = yolo.detect_image(image)
    print('time: {}'.format(time.time()-t1))
    r_image.show()
    
    yolo.close_session()


if __name__ == '__main__':
    detect_img(YOLO(),img_path = '7.jpg')#检测输入图片的路径

运行效果

原图

检测结果：

训练自己数据集，请参看《【YOLO初探】之 keras-yolov3训练自己数据集》

传送门：https://blog.csdn.net/plSong_CSDN/article/details/85194719

★finished by songpl,2018.12.19