深度学习课后编程车辆检测的yolo.h5模型倒入问题

解决方法一

在学习吴恩达老师的深度学习-车辆检测的课程中遇到了yolo.h5 load失败的问题，通过命令：

conda update-c conda-forge tensorflow

将tensorflow更新到1.5之后就可以了，注意如果建立了tensorflow envs，那么base和tensorflow envs下面的tensorflow都要更新，也就是：

打开Anaconda prompt是在base的环境下，输入更新命令

conda update-c conda-forge tensorflow

然后：

conda activate tensorflow

conda update-c conda-forge tensorflow

deactivate

解决方法二

如果还不可以的话，可以尝试自己动手下载训练好的参数建立模型，以下是具体做法：

环境： win10-64bit anaconda3

打开Anaconda prompt

download yad2k.git by command：

git clone https://github.com/allanzelener/yad2k.git



prepare the environment:

pip install numpy h5py pillow

pip install tensorflow-gpu # CPU-only: conda install -c conda-forge tensorflow

pip install keras # Possibly older release: conda install keras

Download Darknet model cfg and weights from the official YOLO website:

下载cfg文件

下载darknet代码获得cfg文件 by command：

git clone https://github.com/pjreddie/darknet

然后copy darknet/cfg/yolov2.cfg到目录yad2k下

下载weights文件

https://pjreddie.com/darknet/yolov2/



打开链接，找到图示位置，点击”here”下载文件，下载完毕之后将weight文件拷贝到目录yad2k下

说明：其实已经有version3了，https://pjreddie.com/darknet/yolo/，但是v3转换有问题，所以这里用了v2

change directory to yad2k by command：

cd yad2k

将Darknet YOLO_v2模型转换为Keras模型h5

python ./yad2k.py yolov2.cfg yolov2.weights model_data/yolo.h5





用images/中的小小测试集测试一下转换之后的模型

python ./test_yolo.py model_data/yolo.h5 # output in images/out/

参考：

https://github.com/allanzelener/YAD2K