RK3399 pro用darknet框架训练单尺度yolov3

训练部分

主要参考这两个网站的内容：
1.ToyBrick社区
2.yolov3官网

首先按照网站1的训练自己的数据教程在网站2下载并编译Darknet，然后剩的一直按照网站教程来，一直到

其中15表示提取的卷积层层数，因为我的需求是只有一个yolo层，所以我把yolov3的cfg文件的第一个yolo层之后的层都删掉了，然后这个参数修改为82，如果有其他的需求，可以按照上面那行程序输出的内容取相应的卷积层，yolov3的卷积层如下图：

训练的配置由yolov3的cfg决定：

训练的时候如果显示memory不足，那么就要修改batch和subdivisions，我是都改成了4。
max_batches控制epoch多少次。
剩下的按照社区教程来就ok。

rknn文件转换

第一步，执行rknn_transform_416x416.py，生成rknn文件，这个没有问题。
第二部，执行rknn_camera_416x416.py，其中有些地方需要改动：
1.程序上边的class相关内容：

GRID0 = 13
GRID1 = 26
GRID2 = 52
LISTSIZE = 8 // num_class + 5
SPAN = 3
NUM_CLS = 3
MAX_BOXES = 500
OBJ_THRESH = 0.5
NMS_THRESH = 0.6

CLASSES = (