复现过程
配置环境，安装所需的包（我是在Ubuntu下用conda创建虚拟环境进行运行的,最好安装官方给的版本，可以复现过程中因为版本产生的error）
根据simulator_dataset文件夹下的模板样式，准备数据集，可以用conversion_scripts文件夹下的工具将自己的数据集转换成需要的形式
运行 kmeans.py 来适应锚点
在yolo_classes.txt中定义数据集的class（因为使用的是simulator_dataset文件夹下的文件，所以我跳过了这一步）
运行poly-yolo.py ( 可以在主函数里用model.save（）存储模型,需要存储为.h5文件)
在当前文件夹下创建poly_yolo_predict文件夹用于存储识别后的文件
根据poly_yolo_inference.ipynb编写test.py文件进行测试，运行后的结果会存储在poly_yolo_predict文件夹
复现过程中出现的问题：
ImportError: cannot import name ‘BatchNormalization‘ from ‘keras.layers.normalization‘
报错原因：版本问题。
解决方案：将 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‘
报错原因：版本问题，导致路径改变。
解决方案：将 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‘
报错原因：版本问题。
解决方案：将 _keras_shape 改为 shape。
将model.summary（）导出
解决方案：利用summary()的参数print_fn，改参数传递一个函数，默认为print，只要传递一个新的函数即可
样例：
导出样例：
ImportError: cannot import name ‘multi_gpu_model‘ from ‘tensorflow.keras.utils‘（与 2 不同，使用 2 的解决方案无法解决）
报错原因：版本问题，tensorflow版本路径改变。
解决方案：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()读取对象为空
报错原因：传递的参数不对。
解决方案：cv.imread()的第一个参数是文件命名，这里最好用绝对路径，如果使用simulator_dataset里面的simulator-train.txt，需要注意里面的line[0]只是图片名，需要加上路径os.getcwd()+“/imgs/”+line[0]，还需要注意路径中不要出现中文。
6.AttributeError: module ‘pat.v1‘ has no attribute ‘contrib‘
报错原因: tf2中删除了contrib这个库，因此无法使用xavier_initializer()初始化。
解决方法: 用initializer=tf.glorot_uniform_initializer() 进行替换
AttributeError: ‘str’ object has no attribute ‘decode’(加载模型的时候)
报错原因：h5py包的版本不对
解决方法：安装了指定版本为2.10的h5py即可
如果觉得《Poly-Yolo复现》对你有帮助，请点赞、收藏，并留下你的观点哦！
