YOLOv3-iOS项目提供了一个在iOS设备上运行Yolo v3物体检测模型的方法及其完整源代码,使开发者能够轻松集成先进的实时目标识别功能到移动应用中。
yolov3-ios 是在iOS平台上使用YOLO v3进行对象检测的项目。示例应用程序:快速开始指南包括在iOS设备上运行tiny_model.xcodeproj文件。
训练过程主要参考相关文档,我们将YOLOv3与特定配置结合使用:
1. **要求**:
- Python 3.6.4
- Keras 2.1.5
- TensorFlow 1.6.0
2. **生成数据集**:创建VOC格式的数据集,并尝试使用Python的`voc_annotations`工具。
3. **开始训练**
```bash
cd yolov3_with_Densenet
wget https://pjreddie.com/media/files/darknet53.conv.74 # 下载预训练权重文件
mv darknet53.conv.74 darknet53.weights # 将下载的文件重命名
python convert.py -w darknet53.cfg darknet53.weights model_data/darkn
```
此步骤用于将DarkNet模型转换为YOLO格式。