AI/YOLOv3

YOLOv3 Detection test

으뜸점2 2020. 6. 4. 12:57

COCO Dataset에서 Data다운로드

YOLOv3 모델같은 경우는 coco dataset기준으로 학습이 되어 있으므로, 80개의 사물을 Detection할수 있다

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

mAP : 평균정밀도 평균(Mean Average Precision)

Bn : 십억(Billion), 백만(Million)

cfg : 신경망 구성정보

Weights : 신경망 가중값

 

YOLOv3 DataSet중에서 mAP, Bn, cfg의 정보를 참조해서 다운받을 weights를 선택한다.

 

#tiny yolov3 pretrained weights 다운로드
!wget Pjreddie.com/media/files/yolov3.weights

YOLOv3-tiny.cfg파일 다운로드

!wget https://github.com/pjreddie/darknet/tree/master/cfg/yolov3-tiny.cfg

 

YOLOv3 Detection test

 

1 .Githud 접속하여 project 다운로드

https://github.com/zzh8829/yolov3-tf2

 

zzh8829/yolov3-tf2

YoloV3 Implemented in Tensorflow 2.0. Contribute to zzh8829/yolov3-tf2 development by creating an account on GitHub.

github.com

2 . 다운로드 받은 yolov3-tf2-master.zip 압축을 푼다

3.  yolov3-tiny.weights 파일을 Data폴더에 추가

 

4. 윈도우키 + R을 누르고 cmd 실행하여 프롬프트 창 이동

 

5. 압축을 해제한 경로로 이동

cd C:\Users\woo\Downloads\yolov3-tf2-master

 

6. 가충치 파일을 Keras에서 사용가능한 파일로 변경

python convert.py

7. webcam을 실행하여 YOLOv3로 Detection가능한 80개의 사물을 test

python dectect_video.py --video 0