# YOLO_tensorflow
(Version 0.3, Last updated :2017.02.21)
### 1.Introduction
This is tensorflow implementation of the YOLO:Real-Time Object Detection
It can only do predictions using pretrained YOLO_small & YOLO_tiny network for now.
(+ YOLO_face detector from https://github.com/quanhua92/darknet )
I extracted weight values from darknet's (.weight) files.
My code does not support training. Use darknet for training.
Original code(C implementation) & paper : http://pjreddie.com/darknet/yolo/
### 2.Install
(1) Download code
(2) Download YOLO weight file from
YOLO_small : https://drive.google.com/file/d/0B2JbaJSrWLpza08yS2FSUnV2dlE/view?usp=sharing
YOLO_tiny : https://drive.google.com/file/d/0B2JbaJSrWLpza0FtQlc3ejhMTTA/view?usp=sharing
YOLO_face : https://drive.google.com/file/d/0B2JbaJSrWLpzMzR5eURGN2dMTk0/view?usp=sharing
(3) Put the 'YOLO_(version).ckpt' in the 'weight' folder of downloaded code
### 3.Usage
(1) direct usage with default settings (display on console, show output image, no output file writing)
python YOLO_(small or tiny)_tf.py -fromfile (input image filename)
(2) direct usage with custom settings
python YOLO_(small or tiny)_tf.py argvs
where argvs are
-fromfile (input image filename) : input image file
-disp_console (0 or 1) : whether display results on terminal or not
-imshow (0 or 1) : whether display result image or not
-tofile_img (output image filename) : output image file
-tofile_txt (output txt filename) : output text file (contains class, x, y, w, h, probability)
(3) import on other scripts
import YOLO_(small or tiny)_tf
yolo = YOLO_(small or tiny)_tf.YOLO_TF()
yolo.disp_console = (True or False, default = True)
yolo.imshow = (True or False, default = True)
yolo.tofile_img = (output image filename)
yolo.tofile_txt = (output txt filename)
yolo.filewrite_img = (True or False, default = False)
yolo.filewrite_txt = (True of False, default = False)
yolo.detect_from_file(filename)
yolo.detect_from_cvmat(cvmat)
### 4.Requirements
- Tensorflow
- Opencv2
### 5.Copyright
According to the LICENSE file of the original code,
- Me and original author hold no liability for any damages
- Do not use this on commercial!
### 6.Changelog
2016/02/15 : First upload!
2016/02/16 : Added YOLO_tiny, Fixed bug that ignores one of the boxes in grid when both boxes detected valid objects
2016/08/26 : Uploaded weight file converter! (darknet weight -> tensorflow ckpt)
2017/02/21 : Added YOLO_face (Thanks https://github.com/quanhua92/darknet)
没有合适的资源?快使用搜索试试~ 我知道了~
'YOLO实时物体检测' 的 tensorflow 实现.zip
共11个文件
txt:3个
py:3个
md:2个
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 200 浏览量
2024-11-26
09:15:17
上传
评论
收藏 8.28MB ZIP 举报
温馨提示
'YOLO实时物体检测' 的 tensorflow 实现YOLO_tensorflow(版本0.3,最后更新2017.02.21)1.引言这是 YOLO实时对象检测的 TensorFlow 实现目前它只能使用预先训练的 YOLO_small 和 YOLO_tiny 网络进行预测。(+ YOLO_face 检测器来自https://github.com/quanhua92/darknet )我从 darknet 的 (.weight) 文件中提取了权重值。我的代码不支持训练。请使用 darknet 进行训练。原始代码(C 实现)和论文 http: //pjreddie.com/darknet/yolo/2.安装(1)下载代码(2)从以下网址下载 YOLO 权重文件YOLO_smallhttps://drive.google.com/file/d/0B2JbaJSrWLpza08yS2FSUnV2dlE/view? usp=sharingYOLO_tinyhttps://drive.google.com/file/d/0B2JbaJSr
资源推荐
资源详情
资源评论
收起资源包目录
'YOLO实时物体检测' 的 tensorflow 实现.zip (11个子文件)
YOLO_face_tf.py 10KB
YOLO_small_tf.py 11KB
标签.txt 4B
weights
put_weight_file_here.txt 0B
LICENSE 641B
YOLO_tiny_tf.py 10KB
资源内容.txt 765B
YOLO_weight_extractor
YOLO_weight_extractor.tar.gz 8.16MB
Readme.md 864B
test
person.jpg 111KB
README.md 2KB
共 11 条
- 1
资源评论
徐浪老师
- 粉丝: 8102
- 资源: 8096
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功