Google Colab(Keras)で作成した学習済みモデルをローカル環境で実行の際にValueError: Cannot create group in read only mode.がでてしまう

Question

前提・実現したいこと

自作のデータセットをkerasを使って，google colab環境で転移学習を行い，その学習済み.h5ファイルをローカル環境で実行しようとした際に起きたエラーについてです．
データセットの学習と重みデータの保存までは完了しています．

実現したいことは，ローカル環境で作成した学習済みの.h5ファイルを用いて，読み込みと実行することです．
既存の重みデータでは実行できています．（trained_weights_final.h5は自身で作成した重み）

ローカル環境

Mac OS
Python 3.6.9
Keras=2.2.4
tensorflow=1.13.1

発生している問題・エラーメッセージ

ValueError: Cannot create group in read only mode.

該当のソースコード

   def __init__(self):
        self.model_path = './model_data/trained_weights_final.h5' #trained_weights_final.h5
        self.anchors_path = 'model_data/tiny_yolo_anchors.txt'
        self.classes_path = 'model_data/coco_classes.txt'

        # if args["class"] == 'person':
        #    self.score = 0.6 #0.8
        #    self.iou = 0.6
        #    self.model_image_size = (1024, 576)
        if args["class"] == 'car':
           self.score = 0.6
           self.iou = 0.6
           self.model_image_size = (512, 288)
        # if args["class"] == 'bicycle' or args["class"] == 'motorcycle':
        #    self.score = 0.6
        #    self.iou = 0.6
        #    self.model_image_size = (1024, 576)

        self.class_names = self._get_class()
        self.anchors = self._get_anchors()
        self.sess = K.get_session()
        #self.model_image_size = (512, 288) # fixed size or (None, None) small targets:(320,320) mid targets:(960,960)
        self.is_fixed_size = self.model_image_size != (None, None)
        self.boxes, self.scores, self.classes = self.generate()

    def _get_class(self):
        classes_path = os.path.expanduser(self.classes_path)
        with open(classes_path) as f:
            class_names = f.readlines()
        class_names = [c.strip() for c in class_names]
        #print(class_names)
        return class_names

    def _get_anchors(self):
        anchors_path = os.path.expanduser(self.anchors_path)
        with open(anchors_path) as f:
            anchors = f.readline()
            anchors = [float(x) for x in anchors.split(',')]
            anchors = np.array(anchors).reshape(-1, 2)
        return anchors

    def generate(self):
        model_path = os.path.expanduser(self.model_path)
        assert model_path.endswith('.h5'), 'Keras model must be a .h5 file.'

        self.yolo_model = load_model(model_path, compile=False)
        print('{} model, anchors, and classes loaded.'.format(model_path))

        # Generate colors for drawing bounding boxes.
        hsv_tuples = [(x / len(self.class_names), 1., 1.)
                      for x in range(len(self.class_names))]
        self.colors = list(map(lambda x: colorsys.hsv_to_rgb(*x), hsv_tuples))
        self.colors = list(
            map(lambda x: (int(x[0] * 255), int(x[1] * 255), int(x[2] * 255)),
                self.colors))
        random.seed(10101)  # Fixed seed for consistent colors across runs.
        random.shuffle(self.colors)  # Shuffle colors to decorrelate adjacent classes.
        random.seed(None)  # Reset seed to default.

        # Generate output tensor targets for filtered bounding boxes.
        self.input_image_shape = K.placeholder(shape=(2, ))
        boxes, scores, classes = yolo_eval(self.yolo_model.output, self.anchors,
                len(self.class_names), self.input_image_shape,
                #score_threshold=self.score, iou_threshold=self.iou
                )
        return boxes, scores, classes

試したこと

いろいろ同じエラーを調べていた所，様々な対応策が出てきました．
https://teratail.com/questions/210920
重み保存したファイルの読み込みが必要であること．

https://stackoverflow.com/questions/61926835/error-cannot-create-group-in-read-only-mode
load_weights()を使うこと．

他にも学習済みモデルが壊れていることなども考えられましたが，何回かcolab上で学習は止まりましたが，無事に終わったのでその心配はないと考えています．
様々試しましたがどれも解決に至らなかったため，どなたかご教授お願いします．

個人的には，モデルの読み込み部分に問題があるのでは，と考えています．

Answer 1

質問者さんの予想通り、モデルの読み込みに問題があります。

    def generate(self):
        model_path = os.path.expanduser(self.model_path)
        assert model_path.endswith('.h5'), 'Keras model must be a .h5 file.'

        self.yolo_model = load_model(model_path, compile=False) #<-この部分
        print('{} model, anchors, and classes loaded.'.format(model_path))

文面から推測するに、trained_weights_final.h5ファイルは重みのみのh5ファイルだと思うので、これにはネットワーク構造、つまりYolo本体が含まれていません。本来であれば、Yoloのインスタンスを作成する→Weightを読み込むというプロセスになるところが、ネットワーク自体が存在しないところに重みを読み込もうとしているのでエラーが出ているのだと思います。家が建っていないにも関わらず家具を搬入しようとしている状態です。
h5ファイルは、ネットワーク自体も保存することができるので、参考資料によってはこんがらがってしまうかもしれません。ちょうど手元にあったコードですが、有名どころのkeras-yolo3なんかでは、

from yolo import YOLO
yolo =YOLO(model_path='[weight_file].h5'...)

という形でYoloのインスタンスを立ち上げることができます。このあたりは、質問者さんがどのkeras-yolo-modelを使用したかによっても変わってくるので、ご提示の情報だけでは判断できません。