TensorFlow + Keras 实战 YOLO v3 目标检测图文并茂教程（文末有惊喜）

作者 | fendouai

编辑 | 磐石

出品 | 磐创AI技术团队

【磐创AI导读】：本文介绍了目标检测算法yolov3的keras实战。欢迎大家点击上方蓝字关注我们的公众号：磐创AI。进入公众号通过下方文章精选系列文章了解更多keras相关项目。

YOLO 是一种非常流行的目标检测算法，速度快且结构简单。日前，YOLO 作者推出 YOLOv3 版，在 Titan X 上训练时，在 mAP 相当的情况下，v3 的速度比 RetinaNet 快 3.8 倍。

YOLO v3 实时物体检测视频：

YOLO v3 与其他目标检测器的比较

开始动手运行 YOLO V3:

运行步骤

1. 从 YOLO 官网下载 YOLOv3 权重

wget https://pjreddie.com/media/files/yolov3.weights

下载过程如图：

 2.转换 Darknet YOLO 模型为 Keras 模型

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

转换过程如图：

3.运行YOLO 目标检测

python yolo.py

需要下载一个图片，然后输入图片的名称，如图所示：

我并没有使用经典的那张图，随便从网上找了一个，来源见图片水印：

识别效果：

项目地址：https://github.com/qqwweee/keras-yolo3、

YOLO 官网：https://pjreddie.com/darknet/yolo/

直接获取项目代码，关注微信公众号并发送关键字：keras-yolo3

写在最后：欢迎大家点击下方二维码关注我们的公众号，点击干货资源专栏或发送关键字“资源”获取更多资源推荐。关注我们的历史文章，和小编一起畅游在深度学习的世界中。

 点击下方 | 阅读原文 | 了解更多