PC(AMD R5 3500U无独显)
想知道在这两个地方使用加速棒的效果是否一样，因为暂时没有树莓派，所以想在电脑上测试，但是不知道区别大不大。
在Windows下执行
python tensorflow-yolo-v3/convert_weights_pb.py --weights_file yolov3-tiny.weights --class_names tiny_yolov3.labels --tiny True --size 416 --data_format NHWC --output_graph tiny_yolov3.pb
上面这条命令在tensorflow版本为1.9.0时输出的.pb文件openvino能正确转换，tensorflow == 1.13输出的pb文件稍微有点改变，Model Optimizer解析不了。
相关讨论：
https://software.intel.com/en-us/forums/computer-vision/topic/805882编写一个新文件tiny_yolo_v3.json，内容为
[
{
"id": "TFYOLOV3",
"match_kind": "general",
"custom_attributes": {
"classes": 80,
"coords": 4,
"num": 9,
"mask": [0, 1, 2],
"entry_points": ["detector/yolo-v3-tiny/Reshape", "detector/yolo-v3-tiny/Reshape_4"]
}
}
]
为什么这里mask只取0,1,2后面再研究。
在windows下执行
python C:\Intel\computer_vision_sdk\deployment_tools\model_optimizer\mo_tf.py --input_shape [1,416,416,3] -m tiny_yolov3.pb --reverse_input_channels --tensorflow_use_custom_operations_config tiny-yolov3.json -n tiny_yolov3 --data_type FP16
生成 tiny_yolov3.bin 和 tiny_yolov3.xml ，将其和 tiny_yolov3.labels 一起上传到树莓派。
测试视频：歌曲《Yolo》
测试
obj_detection_demo_yolov3_tiny_async -i YOLOTheSong_x264.mp4 -m tiny_yolov3.xml -d MYRIAD
效果不太好，5fps左右，识别准确度也不行。以后再优化。
实际应用的时候考虑不用视频，而是直接拍照处理。