我的執行環境

python3.6

tensorflow-gpu  1.4.0,

cuda_8.0.61_win10

cudnn-8.0-windows10-x64-v6.0

Keras  2.2.4

下載需要的檔案

開始完成以前，需要配置安裝完成以上環境。注意版本的相容性；

下載keras-yolo3-master.zip，下載 YOLOv3 權重

（推薦下載地址：https://download.csdn.net/download/plsong_csdn/10862712）

轉換 Darknet YOLO 模型為 Keras 模型

直接執行下面的語句即可。

下載好的《yolov3.weights》放在同一目錄下。

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

轉換的過程：

中間省略。。。。

執行目標檢測檔案

這裡將yolo.py檔案修改了一下。

在原檔案下新增下面語句

# 新增的
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')#檢測輸入圖片的路徑
 

執行效果

原圖

檢測結果：

訓練自己資料集，請參看《【YOLO初探】之 keras-yolov3訓練自己資料集》

傳送門：https://blog.csdn.net/plSong_CSDN/article/details/85194719

★finished by songpl,2018.12.19