Java中使用yolo2模型进行目标检测

最新推荐文章于 2025-10-31 14:42:56 发布

原创最新推荐文章于 2025-10-31 14:42:56 发布 · 3.1k 阅读

9 ·

CC 4.0 BY-SA版权

深度学习专栏收录该内容

29 篇文章

订阅专栏

本文介绍如何将YOLOv2的weights文件转换为TensorFlow的pb模型，并在Java环境中部署使用该模型的方法。包括下载并安装Darkflow、进行模型转换的具体步骤及所需命令，以及如何在Java中通过Maven引入TensorFlow库并实现模型的单例加载，以提高运行效率。

一、yolov2.weights转为TensorFlow的pb模型

1. 下载
- https://github.com/thtrieu/darkflow.git
2.  安装
- Darkflow目录下执行：pip install -e .
3.  转换
- python ./flow --model cfg/yolo.cfg --load yolo.weights –savepb
- 转换好的模型在built_graph下

二、java中使用TensorFlow

参考：https://github.com/szaza/tensorflow-example-java
此例子中session每次使用需要重新加载，在此改为单例模型，模型只加载一次，节约时间。
下载地址： https://pan.baidu.com/s/1Jy4I8CpIvFCkFai-GS8jzQ 密码：9qr2
Maven引入：

        <dependency>
            <groupId>org.tensorflow</groupId>
            <artifactId>tensorflow</artifactId>
            <version>1.6.0</version>
        </dependency>

注意：
- python与java中的TensorFlow版本需一致；
- 适用TensorFlow1.6及以上，需更改anchors与cfg中一致；
- 仅使用于yolo2，其他模型需更改anchors、输入大小等。
Web项目可参考：https://github.com/szaza/tensorflow-java-examples-spring