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 CVPython 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
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
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!
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!
直接輸入:
python flow --model cfg/yolo.cfg --load bin/yolov2.weights --imgdir Test_img/
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
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!