【代码】yolo处理数据的实用代码。

来决定是否使用训练好的最佳模型来剪枝，并进行微调。先进行模型训练，通过参数。

pt转onnx的时候可带可不带sigmoid，带了的话在rknn推理的时候就不用写了，没带的话在推理的时候就要写，可以用netron对比一下带不带的模型结构区别。yolo.py里的Detect类对forward进行修改。rknn推理（去掉使用sigmoid的地方）onnx转为rknn的节点位置可能需要更改。上面给的的是不带的，下面是带的（输出节点位置根据自己的调整。onnx输出节点为3个。

之前的模型轻量化说过了量化和剪枝，现在到蒸馏了。