YOLO在ios上的实现（学习探索）

      2017国庆节前在玩yolo，试了三种机器，mac book pro 2013(无nividia独显）、 ibm笔记本工作站2013（nividia k1000m)、宏碁笔记本2014( nvidia geforce 555m），mbp跑tensorflow的object detection api demo能达到FPS 3.5(本地编译优化tensorflow后），ibm笔记本的k1000m跑gpu模式的yolo2只能达到1.x FPS，555m跑gpu模式的yolo2也只能达到5.x FPS（tiny模型能达到9.x）;

    犹豫心动了好久是否买一个新的游戏本来搞dl+cv，配1080N卡，titan x还没有笔记本的，后来看nividia黄教主每年产品升级很快，那个jet啥的一张信用卡大小的卡集成了N多能力很强大，这花1.5万RMB买个本本过两年也就落伍了，犹豫没动；也看了阿里云上的gpu server，还没下决心；

     国庆节期间，发现国外大神Matthijs Hollemans已经在ios上用了三种ML框架实现了yolo：Forge、CoreML、MPS NN graph，后两者是apple新发布的api：