一、廢話

今天花了一個下午時間，把qqwweee/keras-yolo3的模型轉到tensorflow的pb，然後通過tensorflow 1.x提供的介面，把模型輸出後的後處理加到計算圖中，再儲存為一個新的pb模型，這樣，新的pb模型輸出的就是轉換後的座標(x,y,w,h)和置信度與概率.
這樣做主要是我想用tensorflow的C++介面來呼叫pb模型，所以想把這部分後處理寫到計算圖裡，載入執行後得到比較直接的結果，而不用C++寫太複雜的邏輯。這樣搞完之後，我用tensorflow的C++介面呼叫pb模型運算後得到的結果，再經過比較簡單的縮放(考慮輸入影象和模型輸入尺寸之間的比例關係)後即可得到實際影象上的座標資訊，最後再通過NMS去掉重複的目標框即可。

二、結果圖

這裡用的是qqwweee/keras-yolo3轉換後的模型，原始模型下載自YOLO官網，然後轉為pb模型，新增後處理的計算圖後儲存為新的pb模型。
利用tensorflow的C++介面，在CPU平臺的測試截圖：

利用tensorflow的C++介面，在GPU平臺的測試截圖：

三、結束

速度上，CPU下會有明顯示卡頓感，GPU下基本就實時了。
鑑於個人能力比較菜，很多地方還沒有優化好，NMS也是自己寫的，所以速度上還需要優化，至於程式碼…這麼爛就沒必要放出來了，顯得我程式碼能力太菜…