Windows在Yolov2的配置

前言

最近研究題目要碰到一些深度學習在影像辨識的上的使用

開始研究一些 YOLO, SSD,R-CNN的相關的深度學習模型

於是拿感覺最炫的You Only Live Once來Try Try看辨識效果

之前玩的時候是用YOLOv2 了 改天再來寫v3的教學文章!

附一下我的參考網址:
https://pjreddie.com/darknet/yolov2/
https://github.com/thtrieu/darkflow

開發環境與工具

Windows 10 (64位元)
Anaconda+ Tensorflow + Open CV
Python 3.6

因為最後在CPU上使用darkflow每張圖片要花五到六秒

如果你想跑影片來玩的話會超級超級慢所以建議用GPU版本喔

那我們先進入darkflow的github頁面裡面也有詳細的說明!

下載darkflow

https://github.com/thtrieu/darkflow

1. 直接從github下載解壓縮檔，此範例是直接放置在C:\

2. 直接從命令提示字元clone一下:

git clone https://github.com/thtrieu/darkflow

直接把它clone下來!

但要先記得下載 git 不然clone指令會無法生效

https://git-scm.com/downloads (下載網址)

順便記得要啟動一下你的gpu環境 請輸入:

activate tensorflow-gpu

先啟動tensorflow-gpu 因為我的套件都只有灌在GPU版

3. 我們可以從ANACONDA點擊Environment檢查我們的套件

如果你是CPU版點選 base(root)
如果你是GPU版就點選tensorflow-gpu

若不幸沒有也可以點擊套件直接一鍵安裝或是用命令字元乖乖pip都可以

確認cython套件有沒有安裝好，基本上應該原本就有了XD

確認OpenCv有沒有裝好

接下來用系統管理員執行命令字元，來安裝darkflow

安裝darkflow步驟

1. 連續打兩個:

cd..

回到C:\

2. 接著要進入darkflow資料夾所以輸入:

cd darkflow

回到C:\darkflow 開始進行安裝

3. 開始進行安裝輸入:

pip install -e .

出現Successfully installed darkflow就大功告成囉!

因為之前有先載成功過所以他幫我移除後又安裝一次

接下來請在這裡下載官方訓練的模型請按這裡(共258MB)

接著我們在darkflow的資料夾裡創造一個bin的資料夾(養成好習慣)

然後把官方訓練好的模型解壓縮完直接丟進去就可以開始玩YOLO啦!

相機測試

請直接輸入:

python flow --model cfg/yolo.cfg --load bin/yolov2.weights --demo camera --saveVideo --gpu 1

接下來選取自己對應的GPU，像我的顯卡是在gpu 1的位置

可以開啟工作管理員稍微check一下有沒有再跑!

利用工作管理員確認執行狀態

執行成功就可以筆電相機自動執行而且開始辨識你自己囉~~~~

圖片測試

你可以darkflow裡創一個資料夾Test_img把要測試的圖片直接丟進去

當然可以一次丟很多張是沒有問題的都會自動output辨識的結果出來!

南庄老街拍的狗狗

直接輸入:

python flow --model cfg/yolo.cfg --load bin/yolov2.weights --imgdir Test_img/

程式如果跑成功應該會像下面這張圖一樣會開始看到一些卷積層和池化層

程式跑完會自動在Test_img資料夾產生一個叫out的資料夾並產生預測圖片

圖片預測結果

辨識結果

成功辨識出bench跟可愛的小黃狗啦!!!!

這張照片是在南庄老街裡面的住戶外面拍的可愛狗狗

順便跟大家推薦一下南庄老街的桂花釀湯圓跟南庄乾麵哈哈哈

睡覺睡到一半被偷拍

結論

因為是官方的模型所以辨識的物體有限，如果你要辨識特定的物品必須要從頭自己手工lable成YOLO可以讀到的格式，並建立自己的模型，物體辨識是深度學習很重要的一環，不論在工業上或是醫療業都有廣泛的應用，是值得大家一起好好研究的一門技術，如果這篇有幫到你的話希望幫我拍個手:)

如果有任何問題或指導修正歡迎隨時與我聯絡!