yolo3 + python 找出图像中的汉字

yolo3 + python 找出图像中的汉字

源码下载地址
​​​https://github.com/lijialinneu/keras-yolo3-master/​​

1. 准备环境

（1）windows7 + python环境，安装anaconda3，我装的是python3.6版本
（2）安装tensorflow（cpu版）、keras，直接用pip install 命令下载，或conda install命令
（3）下载keras-yolo、下载VOC2007数据集；保留VOC2007中的每一个文件夹，但是要将文件夹中的所有小文件都删除

可以直接下载源码，里面已经配置好了VOC2007数据集。
地址：https://github.com/lijialinneu/keras-yolo3-master/

2. 准备数据

1、准备了151张含有汉字的图像，将这些图像放在keras-yolo3-master\VOCdevkit\VOC2007\JPEGImages

2、用LabelImgv1.3.3标记这些图像，标记命名为"chinese"，自动生成.xml文件，将这些.xml文件放在keras-yolo3-master\VOCdevkit\VOC2007\Annotations

3、生成ImageSets\Main\下的4个文件。运行VOCdevkit\VOC2007\​​下的test.py​​，会自动建好这四个文件。

4、生成keras-yolo3-master\下的test.txt、train.txt、val.txt，运行keras-yolo3-master\voc_annotation.py，会自动生成2007_test.txt、2007_train.txt、2007_val.txt三个文件，接下来需要我们手动去掉每一个文件名的前缀"2007_"

test.py中的内容可参考：
javascript:void(0)

也可以查看源码：
https://github.com/lijialinneu/keras-yolo3-master/

3. 开始训练

1、修改参数配置文件yolo3.cfg，打开yolo3.cfg，搜索"yolo"关键词，能搜到三处包含"yolo"的地方，修改filters、classes、random

classes = 1 # 因为我只检测汉字一类，所以是1
filters = 3 * (5+classe） = 3 * (5 + 1) = 18
random = 0

2、修改keras-yolo3-master\model_data下coco_classes.txt和voc_classes.txt，里面写的是要识别的类型，我写的是chinese。

3、运行keras-yolo3-master\train.py进行训练， 几个重要的参数如下：

    batch_size = 10
    val_split = 0.1
    epochs = 100

我使用CPU进行训练，程序跑了一天一夜【哭】，最后的loss在45.5左右，可以看keras-yolo3-master\训练日志.txt

4. 进行预测

运行keras-yolo3-master\​​yolo.py​​，识别的结果会存储到keras-yolo3-master\VOCdevkit\VOC2007\SegmentationClass中，部分结果如下：

5. 结果总结

因为训练的次数不多、数据量也很少，虽然识别的准确率不高，但是可以找出一些汉字来了。

源码下载地址
​​​https://github.com/lijialinneu/keras-yolo3-master/​​