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/