配置環(huán)境，安裝所需的包（我是在Ubuntu下用conda創(chuàng)建虛擬環(huán)境進行運行的,最好安裝官方給的版本，可以復(fù)現(xiàn)過程中因為版本產(chǎn)生的error）

根據(jù)simulator_dataset文件夾下的模板樣式，準(zhǔn)備數(shù)據(jù)集，可以用conversion_scripts文件夾下的工具將自己的數(shù)據(jù)集轉(zhuǎn)換成需要的形式

運行 kmeans.py 來適應(yīng)錨點

在yolo_classes.txt中定義數(shù)據(jù)集的class（因為使用的是simulator_dataset文件夾下的文件，所以我跳過了這一步）

運行poly-yolo.py ( 可以在主函數(shù)里用model.save（）存儲模型,需要存儲為.h5文件)

在當(dāng)前文件夾下創(chuàng)建poly_yolo_predict文件夾用于存儲識別后的文件

根據(jù)poly_yolo_inference.ipynb編寫test.py文件進行測試，運行后的結(jié)果會存儲在poly_yolo_predict文件夾

ImportError: cannot import name ‘BatchNormalization‘ from ‘keras.layers.normalization‘
報錯原因：版本問題。
解決方案：將 from keras.layers.normalization import BatchNormalization 改成 from keras.layers.normalization.batch_normalization_v1 import BatchNormalization。

ImportError: cannot import name ‘multi_gpu_model‘ from ‘keras.utils‘
報錯原因：版本問題，導(dǎo)致路徑改變。
解決方案：將 from keras.utils import multi_gpu_model 改成 from keras.utils.multi_gpu_utils import multi_gpu_model。

AttributeError: ‘Tensor‘ object has no attribute ‘_keras_shape‘
報錯原因：版本問題。
解決方案：將 _keras_shape 改為 shape。

將model.summary（）導(dǎo)出
解決方案：利用summary()的參數(shù)print_fn，改參數(shù)傳遞一個函數(shù)，默認為print，只要傳遞一個新的函數(shù)即可
樣例：
導(dǎo)出樣例：

ImportError: cannot import name ‘multi_gpu_model‘ from ‘tensorflow.keras.utils‘（與 2 不同，使用 2 的解決方案無法解決）

報錯原因：版本問題，tensorflow版本路徑改變。
解決方案：用 from tensorflow.python.keras.utils.multi_gpu_utils import multi_gpu_model 替代 from tensorflow.keras.utils import multi_gpu_model。

cv.imread()讀取對象為空
報錯原因：傳遞的參數(shù)不對。
解決方案：cv.imread()的第一個參數(shù)是文件命名，這里最好用絕對路徑，如果使用simulator_dataset里面的simulator-train.txt，需要注意里面的line[0]只是圖片名，需要加上路徑os.getcwd()+“/imgs/”+line[0]，還需要注意路徑中不要出現(xiàn)中文。
6.AttributeError: module ‘tensorflow.compat.v1‘ has no attribute ‘contrib‘
報錯原因: tf2中刪除了contrib這個庫，因此無法使用xavier_initializer()初始化。
解決方法: 用initializer=tf.glorot_uniform_initializer() 進行替換

AttributeError: ‘str’ object has no attribute ‘decode’(加載模型的時候)
報錯原因：h5py包的版本不對
解決方法：安裝了指定版本為2.10的h5py即可