关于tensorflow版yolov3剪枝

总体思路：
2.0以下的tensorflow是静态的计算图，做剪枝是非常不方便的，tf2.0以上应该不存在这个问题，但工业上目前应用不多，主要原因应该是生态做起来需要一段时间。
因此我们使用pytorch做通道剪枝（层剪枝等这些网上很多），通过pytorch做完剪枝后把pt文件转成weights（一般项目中有），pytorch剪枝后的模型结构会生成一个cfg文件，根据cfg文件，可以在tensorflow上复现出模型结构。再把weights喂进去就可以了。

为什么不用onnx进行转换？
	1. 不灵活
	2. 支持的算子受限

亲侧可行，难度不大易于实现！
感兴趣的可以留言，一起讨论一下。