用定制开发板通过vitis ai 2.0部署自己训练的yolov3（pytorch框架）

前言

开发板为alinx黑金xczu9eg，具体配置教程请看我的另一篇文章

pc端：yolov3模型为官方ulteralytics-yolov3-9.5.0

pytorch版本为1.7.1

根据vitis ai官网要求，接下来第一章和第二章介绍如何准备这三个文件

第三第四章介绍部署到fpga的具体细节

一、训练自己的yolov3模型

1.在github的ulteralytics官网下载模型文件GitHub - ultralytics/yolov3: YOLOv3 in PyTorch > ONNX > CoreML > TFLite

2.修改模型训练文件train.py，从他原本只保存模型权重字典，改为用torch.save（）保存模型结构＋权重的.pth文件

​

注意： 此处模型输入图像的尺寸应当与dpu尺寸相同，我的是416*416

​

由此得到model.pth文件 

二、准备模型文件和数据集文件