模型压缩和剪枝--基于darknet权重文件移植

当知道如何训练自己的数据集后，如何将自己的模型优化并且速度更快，文件更小，精度更高呢，这时候除了调整超参数外，就要进行模型压缩和剪枝，并且为了落地到平台部署，推理速度是必须要考虑的，现在很多板卡（海思3519av100，jetson nano)上运行yolov3-tiny模型是可以跑的，FPS可以达到30左右，但是要检测多目标，或者复杂的物体识别，那就无法满足要求了。
因此我们要在保证准确度的前提下，对算法模型进行压缩和剪枝
参考开源项目：模型压缩和剪枝
https://github.com/tanluren/yolov3-channel-and-layer-pruning
而模型环境配置和demo示例遇到的一些问题可以参考这篇博客
博客
https://blog.youkuaiyun.com/avideointerfaces/article/details/103389902?utm_medium=distribute.pc_relevant.none-task-blog-baidujs-2
需要注意的是darknet一般是将标签文件和图片放在同一个文件夹中，标签并没有单独拿出来。且数据集的图片文件夹名字不能是images,
如果你命名为images,那么就要把标签单独拿出来，labels与images并行在一个目录中。
类似这样的问题

Couldn't open file: data1/labels/imgtest4_116.txt

注意