YOLO V3的介绍好多，本文不再胪陈，仅列举在keras下完成方针检测需要的几个步伐。
1、从GitHub下载项目https://github.com/qqwweee/keras-yolo3，解压缩到yolo3目录；
2、下载 YOLOv3 权重wget https://pjreddie.com/media/files/yolov3.weights，并拷贝到yolo3目录中；
3、转换为keras模型，打开终端，进入yolo3目录，输入python3 convert.py yolov3.cfg yolov3.weights model_data/yolo.h5
4、进行图像检测from yolo import YOLO
from PIL import Image
yolo = YOLO()
image = Image.open("th.jpg")
r_image = yolo.detect_image(image)
r_image.show()
在yolo3目录中存放了一张名为th的企鹅图片，检测究竟如下
Keras下经由YOLO Ｖ3检测企鹅图片的究竟
同时有检测究竟输出，花样为：类别 概率 (中心坐标X，中心坐标Y) (界限框宽，界限框高)
Found 2 boxes for img
bird 0.62 (89, 65) (249, 312)
bird 1.00 (279, 80) (388, 322)
若是需要摄像头实时识别，可经由opencv挪用。
