yolov3轉onnx和原來torch的預測結果一緻

1.想做的事情: yolov3的pth模型轉成onnx，并用opencv調用

2. 原因: 希望不引入深度學習的架構，編譯tensorflow誰編譯誰懂！而且封包件也會小

做法:

1.參考大神的思路: 将yolov3的三個特征圖輸出重寫，輸出格式為xyxy，将upsample用轉置卷積重寫

2. yolov3訓練的時候用新的網絡正常訓練，測試的時候np.concatenate三個特征圖的輸出去預測，這兩個結果驗證過是一樣的

3. 想做的事: 将網絡輸出的pth模型轉成onnx, 對onnx模型預測

4. 問題: onnx預測結果和3出來的不一樣，框稀疏的地方結果一緻，框比較密的地方會多框，且onnx出來的conf會比3出來的大些

2021年3月25更新：

遇到4這種問題從nms那邊着手考慮，這是很典型的nms問題！

我出現這種問題的原因是yolov3網絡裡的nms那邊的iou是giou，onnx那邊用numpy寫的原始iou，重新改成giou就一緻了！