参看实践原文是https://blog.csdn.net/Patrick_Lxc/article/details/80615433

运行环境：win10，python3.5.2，tensorflow-gpu1.9.0，Keras2.2.2

首先，按原文链接下载相应代码；

第一步：按原文操作，注意只需保留文件名，内部的东西必须全部清空。此处VOCdevkit文件夹建议放置在yolo3算法解压后的keras-yolo3-master文件及内，省的之后改代码。JPG文件夹是我个人加的，不用在意。test.py见第四步：

第二步：复制图片注意图片名。python可以用zfill()方法补全函数名。我使用的代码如下：

import os
import os.path
from PIL import Image
rootdir = "源地址"

for parent,dirnames,filenames in os.walk(rootdir):
    for filename in filenames:
        #print(filename)
        img=Image.open('源地址/'+filename)
        filen=filename.split('.')[0]
        
        filen = filen.zfill(5)#填充至多少位，zfill返回的是字符串
        print(filen)
        img.save('保存地址/'+filen+'.jpg')

第三步：按原文链接下载工具，实测可用。这里做标注很费时间，需要耐心。

第四步：按原文操作，创建test.py后运行即可，原文代码无问题，可以修改原文代码，自己分配训练集，测试集和验证集等的比例。

第五步：按原文操作，修改voc_annotation.py中的想要的类的个数和表述，运行voc_annotation.py，会得到2007_train.txt，2007_test.txt，2007_val.txt。此时注意，删除的是这3个txt文件文件名中的“2007_”这部分，而不是其他。

第六步：虽然原文说训练自己的数据集不需要改cfg文件，但我还是改了，按原文所说，3处yolo，注意，filters在yolo的上边，其数值为3*(5+类数)，classes和random在yolo下边。

第七步：按原文即可。

第八步：按原文操作，可自己修改batch_size和ecophs来调整训练的参数，建议GPU加速，效率比CPU高很多。另外需要在keras-yolo3-master文件夹下新建一个logs文件夹，内部再新建一个000文件夹，用于存放训练结束后的权重文件trained_weights.h5。

这里我遇到了两个报错，“Process finished with exit code -1073741819 (0xC0000005)”和“Process finished with exit code -1073740940 (0xC0000374)”，起初我以为是内存不足的问题，但多次修改batch_size也未能解决，后来发现是python版本问题，从python3.6改成python3.5后就能正常生成。

第九步：首先把上一步trained_weights.h5文件复制黏贴到keras-yolo3-master/model_data文件夹下，改名为yolo.h5。

原文的代码修改其实是在yolo_video.py中对对应代码进行修改，改完后再修改yolo.py中的detect_video函数，改为：

def detect_video(yolo, video_path=0, output_path=""):
    import cv2
    vid = cv2.VideoCapture(0)
    #下边不变，略

如此就可以通过默认摄像头（笔记本摄像头）调用模型进行物体识别。

识别输入图片的方法，待补充。

有空更新。