YOLOv3-tiny在VS2015平台上如何利用Openvino进行高效部署？

本文共计1147个文字，预计阅读时间需要5分钟。

前言：最近几天增加了两个Openvino群，准备请教一下关于Openvino对YOLOv3-tiny进行int8量化的具体操作，没有找到想要的答案。但发现很多人都在使用Openvino，却没能充分利用，都是在网络上找资料。我百度了一下。

前言

前几天加了两个Openvino群，准备请教一下关于Openvino对YOLOv3-tiny的int8量化怎么做的，没有得到想要的答案。但缺发现有那么多人Openvino并没有用好，都是在网络上找资料，我百度了一下中文似乎没有靠谱的目标检测算法的部署资料，实际上这个并不难，用官方提供的例子改一改就可以出来。所以我答应了几个同学写一个部署流程希望对想使用Openvino部署YOLOv3-tiny(其他目标检测算法类推)到cpu或者Intel神经棒上(1代或者2代)都是可以的。

YOLOv3-tiny模型训练

这部分我就不过多介绍了，我使用的是AlexeyAB版本darknet训练的YOLOv3-tiny模型(地址见附录)，得到想要的weights文件，并调用命令测试图片的检测效果无误。具体训练过程可以看我之前写的一篇博客，地址放附录了。

Darknet模型转pb模型

• 克隆OpenVINO-YoloV3 工程，完整地址见附录。
• 修改工程下面的coco.names改成和自己训练的时候一样。
• 确保你要使用的python环境有tensorflow版本，1.8和1.9应该都没什么问题。