原创

转载请注明出处，侵权必究

1、介绍

由于计算机性能的限制，我们在采用YOLO算法时，可以采用直接load已经训练好的YOLO模型的方法。

2、步骤

2.1 下载模型

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

选择YOLOv2 608×608

点击CFG文件，进入到github界面时，发现该文件还是416×416的图片，下载下来后改成608即可。如果本来就想实现416×416输入的话，可以不改，也不会出错。

2.2 下载yad2k

https://github.com/allanzelener/YAD2K

然后将cfg和weights文件放到以上文件中。

2.3 cmd命令框进入到该文件夹

2.4 转化为keras模型

$ python [yad2k.py] [cfg文件] [weights文件] [目标文件]

eg

python ./yad2k.py yolov2.cfg yolov2.weights model_data/yolo.h5

2.5 测试

用./images中的图片测试一下keras模型

python ./test_yolo.py model_data/yolo.h5 # output in images/out/

2.6 keras调用

yolo_model = keras.models.load_model("model_data/yolo.h5") 

这个模型已经可以直接使用了。

3、问题

可能出现tensorflow和keras不兼容的问题。如tensorflow版本为1.2.1，keras为2.1.6，则有的地方不兼容，如tensorflow没有leaky_relu。

解决办法：升级tensorflow。

采用cmd更新tensorflow。

conda install --channel https://conda.anaconda.org/anaconda tensorflow

4、参考

allanzelener/YAD2Khttps://github.com/allanzelener/YAD2K

欢迎关注我的微信公众号

互联网矿工