RK3399平台开发系列讲解（系统篇）1.23、新yolo算法在rk平台上的挣扎历程

第一章文档介绍

本文档记录总结了新版yolo算法在RK平台上部署过程。主要解决的问题在于版本的匹配，其次是网络的重建，最后是输出的处理。其中RK平台目前最新toolkit是1.4.1，对于本人熟悉的pytorch深度学习框架仅支持1.2版本（目前最新为1.7）。直接套用原始的代码在实验中出现了结果完全无法对应的情况（我愿称之为：玄学），因此对网络的重建以及原子操作的拆分很重要，由此确保结果的一致。最后，RK平台的工具只支持4维向量的操作，但yolo算法最后一层为5维向量，无法直接完成输出转换，由此需要后期自行处理。
本文是我一步一步完全根据代码调试的过程进行，期间耗时较长，并且后续还有很多需要调整的地方，目的是能将比较新的算法应用的RK设备上。本文图片较多，大多是官方源码，但是由于其代码量实在巨大，无法面面俱到，只对一些出现异常的地方进行了解释。篇幅较长，渐觉枯燥，因此后文笔风逐渐放浪，不喜勿喷~
目的在于为读者提供经验与项目参考。

第二章项目介绍

针对各AI算法（如车牌识别）的平台部署。

第三章素材处理

3.1.素材采集