深度学习之多目标检测与跟踪

支持用自己的数据训练模型。

TensorFlow实现，包含了以下部分：

• YOLOv3架构
• 权重转换器 (Weight Converter)
• 基础版Demo
• GPU和CPU上都支持非极大抑制 (Non-Maximum Suppression)
• 训练pipeline
• COCO mAP计算

快速开始：

四个步骤，速速上车。

1.复制这个文件：

$ git clone https://github.com/YunYang1994/tensorflow-yolov3.git

2.在使用代码前，先安装一些依赖项：

$ cd tensorflow-yolov3
$ pip install -r ./docs/requirements.txt

3.把加载好的COCO权重导出为TF checkpoint (yolov3.ckpt) 和 frozen graph (yolov3_gpu_nms.pb) 。

如果你没有yolov3.weights的话，去下载，然后放到./checkpoint目录下。下载地址是：
https://github.com/YunYang1994/tensorflow-yolov3/releases/download/v1.0/yolov3.weights

$ python convert_weight.py --convert --freeze

4.然后，./checkpoint目录下就会出现一些.pb文件。现在可以跑Demo脚本了：

$ python nms_demo.py
$ python