海思 Hi35xx 系列 运行 YoloV3 以及 YoloV3-tiny 指南 一、YoloV3 a) 训练模型 参考链接： https://blog.csdn.net/qq_21578849/article/details/84980298 b) darknet 转 caffe https://github.com/ChenYingpeng/caffe-yolov3 https://github.com/ChenYingpeng/darknet2caffe 在此感谢 ChenYingpeng 大神 要验证在PC 上通过caffe 框架测试caffe 模型可以正常检测目标， 并且准确率达标。 c) caffe 转 wk 参考海思 SDK 中的 SVP 例程。 建议首先阅读文档《HiSVP 开发指南.pdf》、《HiSVP API 参 考.pdf》、《HiSVP 量化库使用指南.pdf》 说明：步骤 b 中生成的 Prototxt 可以直接用，ruyi studio 会自 动进行规范化。 d) NNIE 部署 参考“会飞的牛”的 Github https://github.com/yangfei963158659/nnie 非常详细，直接可用。在此感谢。 二、YoloV3-Tiny a) 修改 yolov3-tiny 模型 cfg 文件，去掉最后一个 stride=1 的 

maxpool 层 b) 训练过程和 YoloV3 的训练差不多 预训练模型的生成，参考： https://blog.csdn.net/qq_36302589/article/details/85222625 c) darknet 转 caffe（同 YoloV3） d) caffe 转 wk（同 YoloV3） e) NNIE 部署 同 YoloV3,需要修改几个地方，请随时关注会飞的牛的 github 上 的 repo 更新。 根据情况需要修改 1. 原来 3 个 yolo 层变成获取两个 yolo 层的 output 

2. anchor 修改 3. 类别数按实际情况修改 

三、运行时间参考 a) YoloV3 416*416 标准版在 3519A 上的推理时间为 85ms 左右。 b) YoloV3-tiny 416*416 模型在 3519A 上的推理时间为 10ms 左右。 四、技术支持（Free） 欢迎加入海思 AI 交流 QQ 群 群号：202924426 本指南作者 Email：xiwei.sdu@gmail.com