展開
オンライン今、私は今、非常に詳細な言ったものの、非常に明確に見えますが、兆候の初心者がないので、私は本当に、理解していない数日前のためには、さまざまな問題が発生します見つけることができるブログ、私はそう私は自分自身のモデルを訓練するために、独自のデータセットを行うにはYOLOとどのように使用する方法を初心者のための記事を書くことにしました。私も初心者ですので、私は原則を言うことはありませんが、操作する唯一の方法。
何かが非常に複雑になっているので、私が折れささいなことを書いて、この記事にリンクを添付します。
まず、準備作業
1つのイベントはじめに：
ブリーフケース、私の学部二年生、白い機械学習、オペレーティングシステム：windows10
最近yolov3アルゴリズムは非常に興味深いですMathWorks社のMATLABを用いた画像認識のプロジェクトをやったときに発見したが、フラストレーションは、私のpythonで実行ので、まだのMathWorks社のMATLABベースのバージョン（私は今聞いた）、私のコンピュータはpython_3.7を持っていませんでした、 anaconda_3.6、pycharm。
思いやりのある人は、ブログについては数日前に私を見つけることができるはずです、ほぼすべて（理由は、バージョンの互換性の問題を実行しているほぼすべての初心者を与えられている）の環境を設定するには、午前中に以上の3毎日を取得する際に、1時過ぎに作られています。
しかし、約3日間の期間の後、私はエラーの無限数、最終的には成功したYOLO操作アナコンダとpycharm後に解決するだけでなく、午前10時30分に最後の夜は成功し、彼自身の注釈付きのデータセットのモデルを訓練しました。
だから、今後数日間で、私はYOLOの私の使用を説明するために、初心者レベルに立ちます。
2、必要書類：
1、yolov3源：github_keras-yolo3
2、重みファイル：公式サイト_yolov3.weights（直接ダウンロードをクリックしてください）、または自分のBaiduのネットワークディスクファイルへのリンク：
https://pan.baidu.com/s/1YD5dtSrEkcBO0PRHO7eLlw
提取码：1uub
3、Pythonやアナコンダやpycharmの
注：バージョン3.7は、以下の条件を満たす必要があり、バージョン3.7はtensflowライブラリをサポートしていません。
3、Pythonの環境設定：
あなたがエラーや間違いが続き、一般的なされていない実行している場合、多くのライブラリ間の互換性の問題があるでしょう、エラーが発生し、その後、8は、在庫の互換性の問題で構成された、旅行のためのリポジトリ
ここではいくつかの重要であり、設定するためのライブラリが必要のバージョン：
| ライブラリの名前 | 版 |
|---|---|
| tensorflow-GPU | 2.1.0 |
| ハード | 2.2.4 |
| tensorflow（オプション） | 1.12.0 |
| 枕 | 5.1.0 |
| matplotlibの | 2.2.2 |
| ffmpegの | 1.4 |
| OpenCVの | OpenCVの-contribの-pythonの |
私たちは、私がこのブログを参照することができ、ミラーソースのダウンロード、ダウンロードの方法を使用することをお勧めします：
アナコンダの構成yolov3環境（記事のバージョンも利用可能ですが、最高の私は、テーブルに書かれたものに置き換えられます）
-機械学習のpython絶対に互換性のあるライブラリ構成：我々はまた、各ライブラリのpythonの私の構成を見ることができる
（1日が誤ってライブラリのバージョンを変更した場合、あなたはコピーを保存しておくことをお勧めし、Aになります最も可能性の高いリード一連の質問は、ここでは）何のバージョンの互換性の問題はありません
。
。
第二に、ツアーは正式に始まったYOLO
1、公式の重み画像認識
次は、画像ファイルyolov3.weightsを識別するために、公式の重みを使用するを教えるために
pycharmやスパイダーとの最初のオープンkeras-yolo3フォルダ、スパイダーはアナコンダで直接実行、フォルダを参照するにはpycharm以上に便利であることも可能です
ここpycharmでお見せします
このようなファイルを開いた後。
1、我々はyolov3.weightsのkeras-yolo3・マスター・フォルダ内のファイルをダウンロードします：
keras yolov3.weights適用H5ファイルに2、変換ファイル
ターミナルの左下の最初のクリック（とIDLE機能は、コマンドラインです）
パイソンconvert.py yolov3.cfg yolov3.weights model_data / yolo.h5を入力します。
しばらく待ってください。。。コマンドラインショー保存Kerasモデルまでmodel_data / yolo.h5へ
あなたはyolo.h5以上でファイルのmodel_dataフォルダを見ることができます
3、フォルダ内のコードを起動する機能を追加するYOLO
次のように新しいフォルダPYファイルでは、私はyolostart.pyという名前の、コードは次のとおりです。
from yolo3.model import yolo_body
from keras.layers import Input
from yolo import YOLO
from PIL import Image
yolo = YOLO()
while True:
img = input('Input imagename:')
try:
image = Image.open(img)
except:
print('Open Error!')
continue
else:
rel_image = yolo.detect_image(image)
rel_image.show()
yolo.close_session()
4、あなたが識別したい写真を置くフォルダ内のimgフォルダという名前の新しいファイル、
5、実行yolostart.py
yolostart.pyファイルを実行します
提示：Input imagename:
今、あなたは、ファイルのパスを識別したい画像を入力し、ここで私は、IMG / q.jpg（絵のQと呼ばれる識別のimgフォルダJPG形式）を入力します。
地図上の識別に成功した人
今すぐ試してみ絵のより多くの数を実行します。
2、あなたのキューブ・モデルを訓練
時間：3月22日
、この開始は、私はない書き込みに学校の仕事は、持っている
し、次のものまで戻ってきて、私が最初の仕事を書きました
。。。
私に許し
時間：2020/3/23/22：19
私は戻ってきます。
あなたのキューブ・モデル長い二回、この記事より電車の間に、私は非常に詳細を記述するために、物品に入れてよ、私は個人的にステップ動作によるステップは、任意の問題があることができ提案します
