作者 | fendouai
编辑 | 磐石
出品 | 磐创AI技术团队
【磐创AI导读】：本文介绍了目标检测算法yolov3的keras实战。欢迎大家点击上方蓝字关注我们的公众号：磐创AI。进入公众号通过下方文章精选系列文章了解更多keras相关项目。
YOLO 是一种非常流行的目标检测算法，速度快且结构简单。日前，YOLO 作者推出 YOLOv3 版，在 Titan X 上训练时，在 mAP 相当的情况下，v3 的速度比 RetinaNet 快 3.8 倍。
YOLO v3 实时物体检测视频：
YOLO v3 与其他目标检测器的比较
开始动手运行 YOLO V3:
运行步骤
1. 从 YOLO 官网下载 YOLOv3 权重
wget https://pjreddie.com/media/files/yolov3.weights
下载过程如图：
2.转换 Darknet YOLO 模型为 Keras 模型
python convert.py yolov3.cfg yolov3.weights model_data/yolo.h5
转换过程如图：
3.运行YOLO 目标检测
python yolo.py
需要下载一个图片，然后输入图片的名称，如图所示：
我并没有使用经典的那张图，随便从网上找了一个，来源见图片水印：
识别效果：
项目地址：https://github.com/qqwweee/keras-yolo3、
YOLO 官网：https://pjreddie.com/darknet/yolo/
直接获取项目代码，关注微信公众号并发送关键字：keras-yolo3
写在最后：欢迎大家点击下方二维码关注我们的公众号，点击干货资源专栏或发送关键字“资源”获取更多资源推荐。关注我们的历史文章，和小编一起畅游在深度学习的世界中。
