Created by: boceng

RT，在armLinux 部署了CUDA预测的环境以及python预测环境。

使用API进行预测使用的是yolov3_infer，其combined形式和nb形式用于上述两种环境。

其中CUDA预测的代码并未怎么修改，只修改了输出全部的预测信息，如图

可见，输出信息置信度都很低，可视化如下

对于python API使用.nb模型进行预测，修改了部分代码，以适合yolov3模型的输入和图像尺寸，如下

#3. Read image

height, width = 608, 608

image = Image.open(args.img_data)

resized_image = image.resize((height, width), Image.BILINEAR)

image_data = np.array(resized_image).flatten().tolist()

#4. Set input data

input_tensor = predictor.get_input(0)

input_tensor.resize([1, 3, height, width])

input_tensor.set_float_data(image_data)

in2 = predictor.get_input(1)

in2.resize([1, 2])

in2.set_int32_data([height, width])

但其输出信息，如下图

结果貌似正常一些，但可视化后，如图

然后我尝试在python api预测中使用CUDA预测代码中read_image方式读入图片，发现结果与CUDA预测的结果类似，可视化也是类似的； 想不到解决方案了，请管理员帮忙分析一下，在此感谢~