yolo树莓派_基于树莓派与YOLOv3模型的人体目标检测小车（三）

模型效果：

在上文中，我们制作了数据集，并利用数据集进行了模型的训练，利用静态图片和视频对模型的检测效果进行了检验，发现效果还是不错的。

​ 前两张为静态图片检测，后一张为视频检测效果截图。

​ 但是模型要想部署在算力微弱的树莓派上，还需要进行两次模型转化才能运行在NCS上进行前向推理。

模型转化：

第一次转化：(.weight-->.pb)

这里的模型转化OpenVINO给出了官方指南https://docs.openvinotoolkit.org/latest/_docs_MO_DG_prepare_model_convert_model_tf_specific_Convert_YOLO_From_Tensorflow.html 但是可能会出现错误。

python3 convert_weights_pb.py \

--class_names yolov3-tiny-mine.names \

--weights_file weights/yolov3-tiny-mine_40000.weights \

--data_format NHWC \

--tiny \

--output_graph pbmodels/frozen_yolov3-tiny-mine.pb

执行完上述代码，就能得到Tensorflow支持的模型文件。

第二次转化：(.pb-->.IR)

第二次的模型转化我在windows环境下