【吴恩达深度学习】YOLO算法——重新生成yolo.h5文件

相关的权重和配置在网盘里，自行提取，（给个赞再走啊）
链接：https://pan.baidu.com/s/1IuQKtuJrTjw17G0_SHthSg
提取码：65bg

在吴恩达深度学习系列视频：卷积神经网络第三周作业中，加载预训练模型时：

yolo_model = load_model(“model_data/yolo.h5”)
1
你会遇到yolo.h5文件找不到的情况，而当你去网上下载了一个yolo.h5文件时，可能会遇到unknown opcode等其他错误。

下面让我们来自己生成一个全新的yolo.h5文件。

下载预训练的权重：

Linux
wget http://pjreddie.com/media/files/yolo.weights
1
Window
http://pjreddie.com/media/files/yolo.weights

点击上面链接之后自动下载

下载配置文件：
https://github.com/pjreddie/darknet/tree/master/cfg

找到yolov2.cfg下载下来，并改名成yolo.cfg(调用该文件时，使用的名字是这个)。

下载需要脚本

https://github.com/allanzelener/YAD2K
点击

下载zip。

当然你使用git命令下载下来也可以。

准备工作

复制或剪切yolo.weights和yolo.cfg以及yad2k.py三个文件，以及一个文件夹yad2k到我的文档(桌面上那个我的文档，它是命令行执行的默认路径，这样你就不需要cd进下载目录执行操作了)。

注意文件夹吴恩达提供的作业里已经有yad2k文件夹，所有windows会提示你是否替换原有文件，点击替换。

打开Anaconda Prompt

(tensorflow) C:\Users\wangh>python yad2k.py yolo.cfg yolo.weights model_data/yolo.h5
1
注意，我是在tensorflow虚拟环境下进行的，你在什么环境下运行都可以，它本质上是调用yad2k.py使用yolo.weights和yolo.cfg去生成yolo.py，需要有keras包。

结果
(tensorflow) C:\Users\wangh>python yad2k.py yolo.cfg yolo.weights model_data/yolo.h5
然后model_data文件下多出了一个文件yolo.h5，就可以正常使用了。
————————————————
版权声明：本文为CSDN博主「从流域到海域」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/Solo95/article/details/85262828