1、.h5文件转化

1.1 Error: FileNotFoundError: [Errno 2] No such file or directory: ‘yolov3.weights’

解决办法：通过在.py文件中添加print()命令发现文件的打开路径有问题，因此在代码中手动添加.weights的绝对路径，使程序能够找到该文件

Convert the Darknet YOLO model to a Keras model.

将上述代码改为下面的形式：
D:\anoconda\envs\tensorflow1\python.exe 用来指出python idle的路径
E:\DL\keras-yolo3-master\keras-yolo3-master\convert.py 用来找到.py文件路径
E:\DL\keras-yolo3-master\keras-yolo3-master\yolov3.cfg E:\DL\keras-yolo3-master\keras-yolo3-master\yolov3.weights E:\DL\keras-yolo3-master\keras-yolo3-master\model_data\yolo.h5 将相对路径yolov3.cfg yolov3.weights model_data/yolo.h5改成绝对路径

D:\anoconda\envs\tensorflow1\python.exe E:\DL\keras-yolo3-master\keras-yolo3-master\convert.py E:\DL\keras-yolo3-master\keras-yolo3-master\yolov3.cfg  E:\DL\keras-yolo3-master\keras-yolo3-master\yolov3.weights  E:\DL\keras-yolo3-master\keras-yolo3-master\model_data\yolo.h5

在终端运行后成功生成.h5文件，不过这种方式貌似治标不治本，根本原因是pycharm将相对路径自动匹配到python ide的路径中而不是项目下载路径中，就怕后面所有涉及的相对路径都要改成绝对路径，希望后面可以根除这个毛病。

回来改一下解决办法：之前 忽略了细节，应先将终端的当前工作目录cd 到E:\DL\keras-yolo3-master\keras-yolo3-master即github项目的保存路径，再运行 D:\anoconda\envs\tensorflow1\python.exe convert.py yolov3.cfg yolov3.weights model_data/yolo.h5 即可解决问题

生成.h5文件后可以开始预测图片或视频了：

1.2 目标检测

图片检测：D:\anoconda\envs\tensorflow1\python.exe yolo_video.py --image imgaes/sample_dog.jpg
视频检测：D:\anoconda\envs\tensorflow1\python.exe yolo_video.py --input images/demo1.mp4 --output images/result.mp4

来看一个目标检测小demo

点这里=====>>>>目标检测小demo

2、训练自己的数据

pass>>>待更新