今天是2020年1月25号，大年初一，万万没想到，这个本来狂舞躁动的时刻，敝人会安逸的坐在家里写博客，这场肺炎带给我们的应该是深刻反思。边缘计算如日中天，或者说把深度学习落地，搞到移动端解决是一个大趋势，现实情况是多数搞算法的对嵌入式方面的移植不甚了解，而搞嵌入式的对这个高大上的算法环节更是一脸懵逼。下面我就带领大家梳理一下，认真研读完本系列四篇教程并下载所有资料，帮助你从训练算法一直到移植海思3516dv300，畅通无阻，实现快速开发迭代。好吧，进入正题，本系列会以四个篇章讲解完毕yolov3从训练到移植到海思芯片，如下所示：
一、基于海思芯片：从算法到移植 darknet框架下训练yolov3
二、基于海思芯片：从算法到移植 darknet框架下yolov3转为caffe框架下
三、基于海思芯片：从算法到移植 caffe-yolov3测试训练效果
四、基于海思芯片：从算法到移植 生成海思wk文件并进行成果展示
针对一个全新的所识别目标，例如电瓶车、安全帽、反光服、手套、火苗、吸烟检测、烟雾检测等等，诸如此类，首先采集和标注图像，在windows上可参照网址https://cloud.tencent.com/developer/news/325876，标注的图像格式有.xml格式和txt格式，根据需要可以抓换，稍后会把.xml格式转为.txt格式代码一并奉上，也可网上自行参考。顺便提一下，图像可以自己采集也可以网上下载，现在图片估计是不好爬了，我两三年没写过爬虫了，不了解现在的行情，我还是给大家提一下，你最好在标注前把图片统一按规则命名一下，不为别的，显得咱爷们姐妹专业一点，代码我有，自己写也不难，稍后也会上传。
针对darknet训练的前期环境配置我就不再赘述，不然篇章过于冗余，地址为https://github.com/pjreddie/darknet，自行下载安装配置，关于darknet的配置博客不少，只需要记住把opencv和cuda安装正确方可使用，后面我会把所有的资源源代码上传，大大缩减大家的开发时间。我自己的darknet文件以及训练的一些目标物集合如图所示
而对于为什么选择yolov3这个网络，实在是因为很经典，在工业上应用较多，当然你也可以在caffe下搭载自己的网络，但是我强烈不建议，因为你现在要做的是把算法到移植海思整个流程跑通，以后有时间会和大家深入交流深度学习，咱当年可是从BP神经网络一点点推导的过来人。yolov3的官网说明：YOLO: Real-Time Object Detection 官网地址https://pjreddie.com/darknet/yolo/，说的甚是详细，当然网络上也有很多详细讲解yolov3的博客，都可以拿来为我所用。我在网上给大家选择了一个通俗易懂的篇章，如何在darknet框架下训练yolov3 可以参考网址链接https://www.cnblogs.com/answerThe/p/11481564.html，讲的还不错 ，帮助你训练起来自己的数据集。训练自己的数据集后，其实只要迭代几千次，你就可以大概测试一下自己的网络效果，你自己设置路径会在backup中生成大量的.weights文件，还有配合你自己的.cfg文件，这两个文件会构成你接下来所需要的所有信息，举个例子，我自己训练安全帽，通过训练得到anquanmao_yolov3-voc_30000.weights权值文件，还有yolov3.cfg文件，yolov3.cfg文件要根据你自己的显卡能力，还有目标物的多少自己设置相关的参数，在我文中的链接中都会提到如何设置，不再赘述。anquanmao_yolov3-voc_30000.weights和yolov3.cfg将为下一篇中转换生成caffe下的caffemodel和prototxt备用，另外再提一句，无论在什么框架下，所生成的权值文件都需要测试一下效果，再进行进一步的操作，在darknet文件中可以进行下面的操作，在编译后在darknet文件夹中，运行命令
./darknet detect cfg/yolov3.cfg backup/anquanmao_yolov3-voc_30000.weights data/0.jpg要根据你自己的情况更改cfg和weights文件，以及要测试的图片，如果是项进行实时测试，查个小摄像头，执行命令
./darknet detector demo cfg/anquanmao.data backup/anquanmao_yolov3-voc_30000.weights在本篇中已经生成anquanmao_yolov3-voc_30000.weights，以及改写的yolov3.cfg，将为下一篇中转换生成caffe下的caffemodel和prototxt备用。另外在本篇结束后，包括安全帽在内的所有的框架下的训练权值文件都会让小伙伴下载，也请大家支持我的团队。
