YOLO-Tensorflow

• 代码基于 You Only Look Once: Unified, Real-Time Object Detection，包含训练和测试部分，可以识别的物体有：

'aeroplane', 'bicycle', 'bird', 'boat', 'bottle', 'bus', 'car', 'cat', 'chair', 'cow', 'diningtable', 
'dog', 'horse', 'motorbike', 'person', 'pottedplant', 'sheep', 'sofa', 'train', 'tvmonitor'

• 下载训练数据以及模型参数：

  在下载的源码文件夹中新建文件夹data，并在data中分别新建文件夹pascal_VOC、weights

• 在 weights 放入模型参数：

  链接：https://pan.baidu.com/s/1qcv6OagovmgH33wg9ddlVw 密码：pv43

• 在pascal_voc放入训练数据集：

  链接：https://pan.baidu.com/s/1StO2SnZRa18idGMPnnGDtQ 密码：15tl

• 可以在yolo文件夹中的config.py文件里调整模型训练参数

训练时若出现错误

ResourceExhaustedError (see above for traceback): OOM when allocating tensor with shape[48,28,28,1024]
	 [[Node: yolo/conv_20/Conv2D = Conv2D[T=DT_FLOAT, data_format="NHWC", padding="SAME", strides=[1, 1, 1, 1], use_cudnn_on_gpu=true, _device="/job:localhost/replica:0/task:0/device:GPU:0"](yolo/conv_19/leaky_relu/Maximum, yolo/conv_20/weights/read/_201)]]
	 [[Node: gradients/AddN_12/_323 = _Recv[client_terminated=false, recv_device="/job:localhost/replica:0/task:0/device:CPU:0", send_device="/job:localhost/replica:0/task:0/device:GPU:0", send_device_incarnation=1, tensor_name="edge_3737_gradients/AddN_12", tensor_type=DT_FLOAT, _device="/job:localhost/replica:0/task:0/device:CPU:0"]()]]

则需要调小minibatch的大小

• 训练

   $ python train.py

• 测试

   $ python test.py

所用的库版本

1. Tensorflow 1.4

2. OpenCV 3.0