keras-yolov3权重文件

yolo3-keras yolo3-keras的源码，可以用于训练自己的模型yolov3以及yolov3-tiny 一、环境要求 Python： 3.7.4 Tensorflow-GPU 1.14.0 Keras: 2.2.4 二、快速使用： 1.下载yolov3-keras代码 2.下载yolov3-keras权重文件 并将其放入根目录下 3.执行如下命令将darknet下的yolov3配置文件转换成keras适用的h5文件 python convert.py yolov3.cfg yolov3.weights model_data/yolo.h5 python convert.py yolov3-tiny.cfg yolov3-tiny.weights model_data/yolov3-tiny.h5 模型文件对应说明如下： 模型文件 说明 ep034-loss6.105-val_l

搭建yolo3目标检测的源码以及对应的修改设置，下载解压之后，进入目录，使用python3 yolo_video.py --image 命令 测试 ；输入图片名称 0007.jpg 观察是否可以出现一张标注出各种物体的图片。

本人在大学期间，学习深度学习图像、视频目标检测的一个成果。利用yolo3实现了城市交通目标检测，虽然准确率不算高，但可以提供给非大佬级别的同学参考学习一下。绝对真实。数据集太大，没上上去！

图像标注、训练、识别（Keras2.3.1+TensorFlow-gpu2.1.0 + cuda10.0）

hand-keras-yolo3-recognize 模型训练参考：https://gitee.com/cungudafa/keras-yolo3 yolo3识别这里参考于：https://github.com/AaronJny/tf2-keras-yolo3

keras-yolo3 实时目标检测，更多内容，请移步：https://blog.csdn.net/zyxhangiian123456789/article/details/87855162