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 .Githud에 접속하여 project를 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
