代码是在吴恩达深度学习作业的基础上完成的。
问题1：下载的 yolo.h5 无法使用
开始想原来下载的不行我就换个地方下载呗，就绕到 git lfs 去了，然后发现这个条路好像不大行得通...
最后参考 yolo.h5文件问题的解决 - 吴恩达深度学习：目标检测之YOLO算法 把问题解决了。
问题2：如何实现单目标检测
从 yolo_model.summary() 其实可以看见，最后的输出是 (None, 19, 19, 425)， 这里的 425 来自于 pc, x, y, w, h 与类别个数之和再乘以 5 个 anchor_box。
那我就想着能不能把 425 给弄成 30，这样应该就可以实现单目标检测了。接着就是去代码里面找，哪里有相关的字眼可以做出这些修改了。然后在 keras_yolo.py 里发现了
voc_classes = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse","motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]
猜测这里应该就是可识别的多类别，然后随便找了找
标签：box,深度,检测,yolo,shape,boxes,scores,threshold From： https://www.cnblogs.com/yangshaolun/p/16846405.html