yolov2模型导入keras方法及问题

yolov2模型导入keras方法及问题

yolo是基于darknet框架开发、训练的模型，如果想通过keras进行使用，
需要进行模型数据的转换

===============part 1======================
参考：
在Python 3中使用YOLOv2
https://www.jianshu.com/p/3e77cefeb49b
https://www.jianshu.com/p/86be0b809951
https://blog.csdn.net/sinat_21591675/article/details/82596640

我们目前主要是使用yad2k这个开源的实现来进行转换
他有一些限制，该项目使用了keras，tensorflow作为后端，以及其它一些库（常规安装即可）
而且只能转换yolov2（也叫YOLO9000）
必须注意的地方：
1. tensorflow可以是gpu版本，也可以是cpu版本，具体查看方法：pip list

2. keras必须和tf版本一致，版本对应参考：https://docs.floydhub.com/guides/environments/
   我们带gpu的PC使用的是tf 1.9，所以keras需要下载2.2.0，即pip install keras==2.2.0
   TensorFlow 1.9   tensorflow-1.9  TensorFlow 1.9.0 + Keras 2.2.0 on Python 3.6.   floydhub/tensorflow TensorFlow-1.9

   不带GPU的PC使用tf 1.13版本，keras使用2.2.4
   TensorFlow 1.13  tensorflow-1.13 TensorFlow 1.13.0 + Keras 2.2.4 on Python 3.6.  floydhub/tensorflow TensorFlow-1.13
   python解释器版本不用完全一致，差别不大即可
   安装好keras后，在python中导入测试一下，如果没有问题，说明keras和当前版本的tf可以正常工作

以下是常见的一个keras和tf不匹配的报错
module 'tensorflow.python.keras.backend' has no attribute 'get_graph'

另外，由于tensorflow版本（gpu、cpu）、keras版本等差异，因此网上下载的别人生成的yolo.h5文件自己未必能正常使用，
典型的现象就是使用keras导入模型时，会导致python崩溃
例如，我们用tf-gpu-1.9 &#