yolo_v2入门实现目标检测

python开发环境，安装了tensorflow-gpu和keras和其他常用机器学习库。该过程使用yolo_v2进行测试。

获取YAD2K源码

yolo有专有的深度学习网络darknet，YAD2K是python使用yolo_v2网络的一种接口方法。
克隆或下载​​​https://github.com/allanzelener/YAD2K​​源码。

获取模型、权重文件

在​​https://pjreddie.com/darknet/yolo/​​​下载对应的​​cfg​​​文件和​​weights​​文件。如下图（后两个是链接）：

模型转换

在YAD2K源码文件夹中执行如下命令：

python .\yad2k.py .\my_config\yolov2.cfg .\my_config\yolov2.weights .\model_data\yolo.h5

其中​​my_config​​​为步骤2的两个文件所在文件夹。该操作将 ​​Darknet YOLO_v2 model​​​转换为了​​Keras model​​，在model_data文件夹生成了两个文件：

执行测试

python .\test_yolo.py .\model_data\yolo.h5

该操作使用​​images​​​文件夹中的图片，生成图片到​​images/out​​文件夹。

该过程​​精简修正代码​​（不是我的哈哈，0.0）在GitHub上。