HI3516DV300/HI3519AV100/HI3559AV100 实现RTSP/RTMP视频流实时识别YOLOV3 识别速度12帧/S

ps:做技术真是太难了????

本教程是基于yolov3在硬件实现硬件的实时视频处理！
不是SAMPLE中的处理单张图片照片！
未采用opencv库，数据处理全部采用硬件加速！
直接对摄像头数据直接进行图像识别！
HI3516 识别速度 8帧/S
HI3519 识别速度 12帧/S

教程目的： 在硬件实现视频流实时识别，将深度学习落地于实战项目中。

实现原理：

1. VPSS 使用3路，部分芯片VPSS CH0 不支持缩小，为保证输出帧率，保留第一路不使用。
2. VPSS CH1 当作 yolov3 的检测输入识别结果经过OVERLAY叠加到VENC中
3. VPSS CH2 实现720P视频输出，经过RTSP/RTMP/VO 实时查看。
   
   一 YOLOV3 训练
   二 YOLOV3 格式转换
   a. 因为NNIE只支持CAFFE格式的转换，所以先将weights 文件转换为caffe文件
   darknet2caffe cfg/yolov3.cfg weights/yolov3.weights prototxt/yolov3.prototxt caffemodel/yolov3.caffemodel
   b 将转换好的caffe文件生成 NNIE识别的WK文件
   先修改 yolov3-voc.prototxt 文件，确保转换成功
   input: “data”
   input_shape {
   dim: 1
   dim: 3
   dim: 416
   dim: 416
   }
4. 修改转换 in