树莓派4B+因特尔二代神经棒（NCS2）部署yolov3-tiny错误记录
前言
耗费18天，才终于成功的把自己训练的yolov3-tiny.weights模型成功部署到树莓派上，并用神经棒进行推理，记录这十几天的艰难过程，为后来者新手减少一点阻力。
一、在树莓派上部署Openvino
如果可以的话。请尽量使用intel的官方教程（不需要科学上网），不过官方教程一般是最新版驱动的教程，其他版本的教程网上也有很多，根据需求选择即可。下面我贴出intel的官方教程地址，有需求的自取：
https://docs.openvino.ai/latest/openvino_docs_install_guides_installing_openvino_raspbian.html
https://docs.openvino.ai/latest/openvino_docs_install_guides_configurations_for_ncs2.html
安装包下载地址：
https://www.intel.com/content/www/us/en/developer/tools/openvino-toolkit/download.html
有其他树莓派Openvino版本需求的进这个地址（版本不全）：
https://download.01.org/opencv/
注意：
树莓派版本所使用的Openvino是没有model optimizer的，就是说，你要转换自己的模型，只能去window或者linux下安装openvino进行转换，请保证树莓派和windows（linux）所使用的openvino版本一致，切记，不然即使你模型转换成功了移植到树莓派上也不能使用。我所使用的版本为2021.4.752.我所收集的部分驱动会在文末分享出来。
二、模型转换
1.weights模型转换为pb模型
因为现在Openvino不能直接使用darknet训练出来的weights模型，需要先转换为tensorflow的pb模型，再转换成神经棒的IR模型（xml+bin）才能使用。weights转换pb，官方推荐tensorflow-yolo-v3（我已实测可行），或Openvino-Yolov3，其他教程或多或少也讲过，这里就不多讲了，我所使用的也会放在文末，github上也能下载到。
2.pb模型转换为IR模型
其他教程也讲过，这里也不多讲了，官方教程为：
https://docs.openvino.ai/latest/openvino_docs_MO_DG_prepare_model_convert_model_tf_specific_Convert_YOLO_From_Tensorflow.html
三、模型推理
网上多使用object_detection_sample_ssd或官方使用hello_classification示例，前者是ssd网络，后者是squeezenet网络，如果要使用YOLO，请使用object_detection_demo或multi_channel_object_detection_demo_yolov3，这两个实例在make的时候连接的地址是open-model-zoo的demo，我所使用的open-model-zoo也放在文末
官方教程我放在下面：
https://docs.openvino.ai/2021.4/omz_demos_object_detection_demo_cpp.html
https://docs.openvino.ai/2021.4/omz_demos_multi_channel_object_detection_demo_yolov3_cpp.html
四、问题
[ ERROR ] Output item should have 7 as a last dimension
就是这个diao问题，浪费了我十天时间，当时我还以为实例只是一个名字，结果是ssd网络的实例名，适配ssd，不能使用YOLO，唉，还是学艺不精。请使用第三点我所说的其他两个实例。
[ ERROR ] stoi
转换模型所使用的openvino版本和树莓派版本不一致导致的，使用相同版本即可解决
总结
我所提到的和使用的，均放在下面这个链接，有需求的自取即可：
链接：https://pan.baidu.com/s/1MbIizpVI8TmEdasWNf-7og
提取码：AE86
建议以后遇到什么问题不要在百度这个搜索引擎一棵树上吊死，我是在第十天的时候使用bing查到了，这辈子baidu一生黑，如再遇到什么问题，可以去intel的社区注册一个账号，留言描述问题即可，1天左后会有官方人员回答。
有什么问题，也不要留言问我，99%我也不知道，我也只是个小白，只是希望这些能帮助到哪怕一个人就行了。
最后，记录下我自己使用的几条命令（weights转pb，pb转IR，模型运行，TXT文件装的是训练的类名），防止日后遗忘：
fizz@ubuntu:~/tensorflow-yolo-v3-master$ python3 convert_weights_pb.py --class_names coco1.names --data_format NHWC --weights_file yolov3-tiny_1/yolov3-tiny_1.weights --tiny
fizz@ubuntu:/opt/intel/openvino_2021/deployment_tools/model_optimizer$ sudo python3 mo_tf.py --batch 1 --reverse_input_channels --transformations_config=/home/fizz/OpenVINO-YoloV3-master/yolo_v3_tiny.json --input_model=/home/fizz/OpenVINO-YoloV3-master/yolov3-tiny_1.pb
fizz@ubuntu:~/inference_engine_demos_build$ sudo ./intel64/Release/object_detection_demo -m /home/fizz/OpenVINO-YoloV3-master/yolov3-tiny_1/yolov3-tiny_1.xml -d MYRIAD -i 0 --at=yolo --labels /home/fizz/tensorflow-yolo-v3-master/yolov3-tiny_1/yolov3-tiny.txt
pi@raspberrypi:~/build $ sudo ./armv7l/Release/object_detection_demo -m /home/pi/build/yolov3-tiny_1/yolov3-tiny_1.xml -d MYRIAD -i 0 --at=yolo --labels /home/pi/build/yolov3-tiny_1/yolov3-tiny.txt