一、废话
今天花了一个下午时间，把qqwweee/keras-yolo3的模型转到tensorflow的pb，然后通过tensorflow 1.x提供的接口，把模型输出后的后处理加到计算图中，再保存为一个新的pb模型，这样，新的pb模型输出的就是转换后的坐标(x,y,w,h)和置信度与概率.
这样做主要是我想用tensorflow的C++接口来调用pb模型，所以想把这部分后处理写到计算图里，加载运行后得到比较直接的结果，而不用C++写太复杂的逻辑。这样搞完之后，我用tensorflow的C++接口调用pb模型运算后得到的结果，再经过比较简单的缩放(考虑输入图像和模型输入尺寸之间的比例关系)后即可得到实际图像上的坐标信息，最后再通过NMS去掉重复的目标框即可。
二、结果图
这里用的是qqwweee/keras-yolo3转换后的模型，原始模型下载自YOLO官网，然后转为pb模型，添加后处理的计算图后保存为新的pb模型。
利用tensorflow的C++接口，在CPU平台的测试截图：
利用tensorflow的C++接口，在GPU平台的测试截图：
三、结束
速度上，CPU下会有明显卡顿感，GPU下基本就实时了。
鉴于个人能力比较菜，很多地方还没有优化好，NMS也是自己写的，所以速度上还需要优化，至于代码…这么烂就没必要放出来了，显得我代码能力太菜…