模型转换以及openvino前向部署

1. pytorch 训练时，往往会使用torchvision.transforms.ToTensor，会将图片数据转换成CHW，范围[0.0, 1.0]
2. pytorch转换成onnx模型或者tensorflow模型，pytorch转onnx参考文章，pytorch转onnx参考工程，pytorch转darknet参考工程， darknet转tf, tf转IR参考文章
3. openvino参考运行命令
4. 注意！！！在pytorch转onnx中我使用的是resnet50的一个分类网络，训练时数据归一化的格式是CHW、BGR、除以255, 均值方差mean=[0.485, 0.456, 0.406], scale=[0.229, 0.224, 0.225], 转IR模型时，添加 --mean_values, --scale_values，并且mean_values=mean*255, scale_values=scale*255, 自己尝试在代码中实现减均值除方差，但结果总是对不上，数据转CHW、BGR需要自己用代码实现。
5. 注意!!! darknet的yolov3转tf, tf转openvino时，数据转CHW、BGR需要自己用代码实现， 但是除以255不需要写代码，也不需要在转换时用scale_values，IR模型会自动除以255，这里还不是很清楚