yolo实现交通信号灯视频流识别调试过程

所用代码：

基于YOLOv3的红绿灯检测识别（Python源码可直接运行）
原作者是tensorflow1，我的环境是tensorflow2，遇到一堆版本导致的问题。现在就是后悔，很后悔，十分后悔。
遇到报错就度娘，好在最终还是在tensorflow2下运行成功了。

报错

1、SystemError: unknown opcode
我的环境是python3.6，代码作者应该是python3.5（作者未说明）
解决：python3.5训练的模型不能直接用3.6跑
其实我没管这个报错，解决下面的报错后就没有这个报错了。

2、RuntimeError: set_session is not available when using TensorFlow 2.0.
作者tensorflow看来是1
解决：self.sess = tf.compat.v1.Session()
前面加上：
import tensorflow as tf

3、During handling of the above exception, another exception occurred:
ValueError: You are trying to load a weight file containing 45 layers into a model with 147 layers.
作者评论区很多说这个错的，模型不匹配的问题，原贴评论区有解决办法。
解决：
（1）“去官网下载个yolo.h5就可以了”
yolov3.h5下载
（2）“这个网盘里的yolo.h5不匹配，需要下载yolov3.weights，使用本项目中的yolov3.cfg，手动转换yolo.h5，亲测管用”
YOLOv3：将yolov3的.weights文件转换为keras、tensorflow等模型所需的.h5文件的图文教程,以及常见错误解决思路
在等方法（1）下载h5文件的时候试了方法（2），成功。

把“keras-yolo3-master\model_data”里新生成的yolo.h5文件复制到“YOLO-TrafficDetection-master\trafficlight\model_data”中。

4、TypeError: Tensor is unhashable if Tensor equality is enabled. Instead, use tensor.experimental_ref() as the key.
填坑！TypeError: Tensor is unhashable if Tensor equality is enabled. Instead, use tensor.experimental_r

5、解决上个报错后出现：

python调用cv2.findContours时报错：ValueError: not enough values to unpack (expected 3, got 2)
又是版本问题，这次是opencv版本过高，我的是opencv4.4，cv2.findContours()返回两个参数，旧版返回三个。
万幸返回的第一个参数没啥用，直接删掉就好。
将

img, cnts, hiera = cv2.findContours(binary.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

改为：

cnts, hiera = cv2.findContours(binary.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

至此程序调通，测试效果如图