资源简介
deep_sort_yolo3进行的多目标跟踪,效果不错,在1080ti上可以做到实时,由于csdn上不能上传大于220MB的文件,如果有不会训练模型的朋友,可以私聊我
代码片段和文件信息
#! /usr/bin/env python
“““
Reads Darknet config and weights and creates Keras model with TF backend.
“““
import argparse
import configparser
import io
import os
from collections import defaultdict
import numpy as np
from keras import backend as K
from keras.layers import (Conv2D Input ZeroPadding2D Add
UpSampling2D Concatenate)
from keras.layers.advanced_activations import LeakyReLU
from keras.layers.normalization import BatchNormalization
from keras.models import Model
from keras.regularizers import l2
from keras.utils.vis_utils import plot_model as plot
parser = argparse.ArgumentParser(description=‘Darknet To Keras Converter.‘)
parser.add_argument(‘config_path‘ help=‘Path to Darknet cfg file.‘)
parser.add_argument(‘weights_path‘ help=‘Path to Darknet weights file.‘)
parser.add_argument(‘output_path‘ help=‘Path to output Keras model file.‘)
parser.add_argument(
‘-p‘
‘--plot_model‘
help=‘Plot generated Keras model and save as image.‘
action=‘store_true‘)
def unique_config_sections(config_file):
“““Convert all config sections to have unique names.
Adds unique suffixes to config sections for compability with configparser.
“““
section_counters = defaultdict(int)
output_stream = io.BytesIO() #io.StringIO()
with open(config_file) as fin:
for line in fin:
if line.startswith(‘[‘):
section = line.strip().strip(‘[]‘)
_section = section + ‘_‘ + str(section_counters[section])
section_counters[section] += 1
line = line.replace(section _section)
output_stream.write(line)
output_stream.seek(0)
return output_stream
# %%
def _main(args):
config_path = os.path.expanduser(args.config_path)
weights_path = os.path.expanduser(args.weights_path)
assert config_path.endswith(‘.cfg‘) ‘{} is not a .cfg file‘.format(
config_path)
assert weights_path.endswith(
‘.weights‘) ‘{} is not a .weights file‘.format(weights_path)
output_path = os.path.expanduser(args.output_path)
assert output_path.endswith(
‘.h5‘) ‘output path {} is not a .h5 file‘.format(output_path)
output_root = os.path.splitext(output_path)[0]
# Load weights and config.
print(‘Loading weights.‘)
weights_file = open(weights_path ‘rb‘)
major minor revision = np.ndarray(
shape=(3 ) dtype=‘int32‘ buffer=weights_file.read(12))
if (major*10+minor)>=2 and major<1000 and minor<1000:
seen = np.ndarray(shape=(1) dtype=‘int64‘ buffer=weights_file.read(8))
else:
seen = np.ndarray(shape=(1) dtype=‘int32‘ buffer=weights_file.read(4))
print(‘Weights Header: ‘ major minor revision seen)
print(‘Parsing Darknet config.‘)
unique_config_file = unique_config_sections(config_path)
cfg_parser = configparser.ConfigParser()
cfg_parser.read_file(unique_config_file)
print(‘Creating Keras model.‘)
input_l
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2018-05-26 06:55 deep_sort_yolov3-master\
文件 1064 2018-05-26 06:55 deep_sort_yolov3-master\LICENSE
文件 1268 2018-05-26 06:55 deep_sort_yolov3-master\README.md
文件 9345 2018-05-26 06:55 deep_sort_yolov3-master\convert.py
目录 0 2018-05-26 06:55 deep_sort_yolov3-master\deep_sort\
文件 27 2018-05-26 06:55 deep_sort_yolov3-master\deep_sort\__init__.py
文件 146 2018-05-26 06:55 deep_sort_yolov3-master\deep_sort\__init__.pyc
文件 1433 2018-05-26 06:55 deep_sort_yolov3-master\deep_sort\detection.py
文件 2125 2018-05-26 06:55 deep_sort_yolov3-master\deep_sort\detection.pyc
文件 2830 2018-05-26 06:55 deep_sort_yolov3-master\deep_sort\iou_matching.py
文件 3196 2018-05-26 06:55 deep_sort_yolov3-master\deep_sort\iou_matching.pyc
文件 7787 2018-05-26 06:55 deep_sort_yolov3-master\deep_sort\kalman_filter.py
文件 7571 2018-05-26 06:55 deep_sort_yolov3-master\deep_sort\kalman_filter.pyc
文件 7786 2018-05-26 06:55 deep_sort_yolov3-master\deep_sort\linear_assignment.py
文件 7396 2018-05-26 06:55 deep_sort_yolov3-master\deep_sort\linear_assignment.pyc
文件 5470 2018-05-26 06:55 deep_sort_yolov3-master\deep_sort\nn_matching.py
文件 6865 2018-05-26 06:55 deep_sort_yolov3-master\deep_sort\nn_matching.pyc
文件 1914 2018-05-26 06:55 deep_sort_yolov3-master\deep_sort\preprocessing.py
文件 2176 2018-05-26 06:55 deep_sort_yolov3-master\deep_sort\preprocessing.pyc
文件 4976 2018-05-26 06:55 deep_sort_yolov3-master\deep_sort\track.py
文件 6200 2018-05-26 06:55 deep_sort_yolov3-master\deep_sort\track.pyc
文件 5291 2018-05-26 06:55 deep_sort_yolov3-master\deep_sort\tracker.py
文件 5275 2018-05-26 06:55 deep_sort_yolov3-master\deep_sort\tracker.pyc
文件 3601 2018-05-26 06:55 deep_sort_yolov3-master\demo.py
目录 0 2018-05-26 06:55 deep_sort_yolov3-master\model_data\
文件 625 2018-05-26 06:55 deep_sort_yolov3-master\model_data\coco_classes.txt
文件 11244410 2018-05-26 06:55 deep_sort_yolov3-master\model_data\mars-small128.pb
文件 135 2018-05-26 06:55 deep_sort_yolov3-master\model_data\voc_classes.txt
文件 76 2018-05-26 06:55 deep_sort_yolov3-master\model_data\yolo_anchors.txt
目录 0 2018-05-26 06:55 deep_sort_yolov3-master\tools\
文件 0 2018-05-26 06:55 deep_sort_yolov3-master\tools\__init__.py
............此处省略14个文件信息
相关资源
- 《1天搞懂深度学习》李宏毅 PPT/PDF 深
- YOLO深度网络
- 基于对抗生成网络的深度学习图像生
- 基于深度学习的图像检索研究
- 一天搞懂深度学习高清版2(李宏毅)
- 基于深度学习的机器翻译 ppt
- Deep learning with Pytorch电子书 - Vishnu S
- 使用TPU对104种花朵进行分类-东北大学
- PyTorch_tutorial_0.0.4_余霆嵩
- 复旦大学计算机高级软件测试课课程
- 《一天搞懂深度学习-带翻译版》
- 深度学习基础教程中文
- 1天入门深度学习
- 基于粒子滤波的多目标跟踪程序
- 目标检测总结
- 神经网络与深度学习pdf
- 「深度学习人群计数」2020综述论文北
- 深度学习金融应用综述Deep Learning fo
- 人脸检测算法综述
- 深度学习攻击方式汇总
- NLPCC2014评估任务2_基于深度学习的情感
- 神经网络与深度学习 高清完整版
- 深度学习基础与实战.pdf
- 基于SSD神经网络目标检测的交通标志
- 云课堂吴恩达深度学习01第二周lr_ut
- cs231n-assigment2完整代码
- 《TensorFlow Keras 深度学习人工智能实践
- TensorFlow+on+Yarn:深度学习遇上大数据
- 大数据和深度学习
- 深度学习讲座
评论
共有 条评论