深度学习课后编程车辆检测的yolo.h5模型倒入问题
2018-03-29 19:50
676 查看
解决方法一
在学习吴恩达老师的深度学习-车辆检测的课程中遇到了yolo.h5 load失败的问题,通过命令:conda update-c conda-forge tensorflow
将tensorflow更新到1.5之后就可以了,注意如果建立了tensorflow envs,那么base和tensorflow envs下面的tensorflow都要更新,也就是:
打开Anaconda prompt是在base的环境下,输入更新命令
conda update-c conda-forge tensorflow
然后:
conda activate tensorflow
conda update-c conda-forge tensorflow
deactivate
解决方法二
如果还不可以的话,可以尝试自己动手下载训练好的参数建立模型,以下是具体做法:环境: win10-64bit anaconda3
打开Anaconda prompt
download yad2k.git by command:
git clone https://github.com/allanzelener/yad2k.git
prepare the environment:
pip install numpy h5py pillow
pip install tensorflow-gpu # CPU-only: conda install -c conda-forge tensorflow
pip install keras # Possibly older release: conda install keras
Download Darknet model cfg and weights from the official YOLO website:
下载cfg文件
下载darknet代码获得cfg文件 by command:
git clone https://github.com/pjreddie/darknet
然后copy darknet/cfg/yolov2.cfg到目录yad2k下
下载weights文件
https://pjreddie.com/darknet/yolov2/
打开链接,找到图示位置,点击”here”下载文件,下载完毕之后将weight文件拷贝到目录yad2k下
说明:其实已经有version3了,https://pjreddie.com/darknet/yolo/,但是v3转换有问题,所以这里用了v2
change directory to yad2k by command:
cd yad2k
将Darknet YOLO_v2模型转换为Keras模型h5
python ./yad2k.py yolov2.cfg yolov2.weights model_data/yolo.h5
用images/中的小小测试集测试一下转换之后的模型
python ./test_yolo.py model_data/yolo.h5 # output in images/out/
参考:
https://github.com/allanzelener/YAD2K
相关文章推荐
- 深度学习检测方法梳理:R-CNN,SPP-NET, Fast-R-CNN,Faster-R-CNN, YOLO, SSD系列
- R-CNN,SPP-NET, Fast-R-CNN,Faster-R-CNN, YOLO, SSD系列深度学习检测方法梳理
- 深度学习物体检测(六)——YOLO
- 深度学习之《社交网络问答系统-问题重复检测任务》实现
- 深度学习目标检测:RCNN,Fast,Faster,YOLO,SSD比较
- 利用Matlab自带的深度学习工具进行车辆区域检测与车型识别【福利-内附源码与数据库】(一)
- 【深度学习:目标检测】深度学习检测方法梳理:R-CNN,SPP-NET, Fast-R-CNN,Faster-R-CNN, YOLO, SSD系列
- R-CNN,SPP-NET, Fast-R-CNN,Faster-R-CNN, YOLO, SSD系列深度学习检测方法梳理
- R-CNN,SPP-NET, Fast-R-CNN,Faster-R-CNN, YOLO, SSD系列深度学习检测方法梳理
- R-CNN,SPP-NET, Fast-R-CNN,Faster-R-CNN, YOLO, SSD系列深度学习检测方法梳理
- R-CNN,SPP-NET, Fast-R-CNN,Faster-R-CNN, YOLO,系列深度学习检测方法
- 代码解析深度学习系统编程模型:TensorFlow vs. CNTK
- 利用Matlab自带的深度学习工具进行车辆区域检测与车型识别【Github更新!!!】(三)
- 深度学习之物体检测——YOLO(一)_介绍
- 深度学习目标检测:RCNN,Fast,Faster,YOLO,SSD比较
- 深度学习在 iOS 上的实践 —— 通过 YOLO 在 iOS 上实现实时物体检测
- 【深度学习:目标检测】RCNN学习笔记(6):You Only Look Once(YOLO):Unified, Real-Time Object Detection
- 深度学习之物体检测——YOLO(二)_用作者提供的YOLO实现进行检测
- 深度学习技术系列(1):Mosaic Model — 不良图片检测开源模型
- R-CNN,SPP-NET, Fast-R-CNN,Faster-R-CNN, YOLO, SSD系列深度学习检测方法梳理