代码是在吴恩达深度学习作业的基础上完成的。
问题1:下载的 yolo.h5 无法使用
开始想原来下载的不行我就换个地方下载呗,就绕到 git lfs 去了,然后发现这个条路好像不大行得通...
最后参考 yolo.h5文件问题的解决 - 吴恩达深度学习:目标检测之YOLO算法 把问题解决了。
问题2:如何实现单目标检测
从 yolo_model.summary() 其实可以看见,最后的输出是 (None, 19, 19, 425), 这里的 425 来自于 pc, x, y, w, h 与类别个数之和再乘以 5 个 anchor_box。
那我就想着能不能把 425 给弄成 30,这样应该就可以实现单目标检测了。接着就是去代码里面找,哪里有相关的字眼可以做出这些修改了。然后在 keras_yolo.py 里发现了
voc_classes = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse","motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]
猜测这里应该就是可识别的多类别,然后随便找了找
标签:box,深度,检测,yolo,shape,boxes,scores,threshold From: https://www.cnblogs.com/yangshaolun/p/16846405.html