yolo介绍
yolo来自于一篇名为《You Only Look Once: Unified, Real-Time Object Detection》论文,它是目前主流的目标追踪框架之一,更多有关yolo的内容可以参见https://pjreddie.com/darknet/yolo/
环境搭建
Win10+PyCharm+Pyhton 3.7
具体步骤:
1、去GitHub下载tensorflow-yolov3,项目地址点击此处
2、安装相关Python包
pip install -r ./docs/requirements.txt
3、导入yolov3_coco.ckpt到checkpoint文件夹
下载地址
4、初次使用,请依次运行convert_weight.py和freeze_graph.py
5、以上步骤完成后,就可以开始进行目标追踪了
image_demo.py:对图片中的物体进行识别
video_demo.py:对视频进行目标追踪
效果展示
计算机视觉实战——对《爱情公寓5》进行目标追踪
总结分析
由于我的电脑没有N卡(坑啊,我的独显是AMD的,不能用CUDA),因此,只能用CPU来跑,结果视频卡成了幻灯片,强烈建议用GPU来跑。
通过对追踪的结果分析,我们可以看到识别的准确率还是挺高的,如果说我们对特定的物体进行训练的话,那么准确率会更高。yolo是支持对自己的数据集进行训练的,具体的操作步骤请参见GitHub,本来打算训练自己的数据集,可是本人的电脑实在是承受不起啊(用CPU来跑深度学习,我想我应该是疯了,真TM慢啊),等我换了电脑再说吧!