Yolo v4 keras識別(Ubuntu18)

Yolo v4 keras識別(Ubuntu18)

一、darknet測試

下載darknet:

git clone https://github.com/AlexeyAB/darknet.git

在這裏插入圖片描述
進入到darknet目錄下進行編譯:
在這裏插入圖片描述
測試:若出現以下,說明編譯成功。
在這裏插入圖片描述
生成上述視頻的命令:

./darknet.exe detector demo ../../cfg/coco.data ../../cfg/yolov4-1024.cfg ../../yolov4.weights ~/Desktop/0002-20170519-2.mp4 -thresh 0.2 -ext_output -out_filename ~/Desktop/output.avi

二、keras識別

下載keras和tensorflow:
這兩者的版本要匹配,參考地址

比如Python2.7:

sudo pip3 install keras==2.2.5
sudo pip3 install tensorflow==1.14.

下載Keras源碼:

git clone https://github.com/Ma-Dan/keras-yolo4

在這裏插入圖片描述
下載權重文件並保存在keras源碼包中:
鏈接:https://pan.baidu.com/s/1FF79PmRc8BzZk8M_ARdMmw
提取碼:dc2j
在這裏插入圖片描述
導入一張圖片到keras代碼包中,
把這裏改爲自己的圖片名:
在這裏插入圖片描述
使用yolov4_weight.h5:
修改test.py:
在這裏插入圖片描述
運行test.py:

python test.py

在這裏插入圖片描述在這裏插入圖片描述在這裏插入圖片描述
使用yolov4_voc_weight.h5:
修改test.py:
在這裏插入圖片描述
運行:

python test.py

在這裏插入圖片描述在這裏插入圖片描述

參考文獻:
https://blog.csdn.net/qq_42451251/article/details/107137508

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章