踩了好多坑啊。。一言难尽
首先安装openVINO工具包（最好不要在树莓派上装NCSDK..太坑了），详情见这篇文章(https://blog.csdn.net/qqqzmy/article/details/85213414)。
我要先说明一下,因为树莓派中安装的openVINO是阉割版功能不全。所以为了实现tensorflow格式转换成movidius的格式，还得在windows上安装一遍openVINO。emmm，安装方法我就直接贴文章了吧(https://blog.csdn.net/qq_36556893/article/details/81385008)
因为NCS只支持转换tensorflow格式，而yolo-v3又是keras格式，所以还要转换一遍。不过还好在git上找到了大神写的代码（https://github.com/mystic123/tensorflow-yolo-v3）
1、git clone https://github.com/mystic123/tensorflow-yolo-v3
2、cd tensorflow-yolo-v3
3、下载yolo文件至当前文件夹
coco.name(https://raw.githubusercontent.com/pjreddie/darknet/master/data/coco.names)
yolo-v3.weight(wget https://pjreddie.com/media/files/yolov3.weights)
4、开始转换得到frozen_darknet_yolov3_model.pb
用cmd运行
python ./convert_weights.py
python ./convert_weights_pb.py
5（可选）、按照GitHub上的说明用pb文件运行一遍
打开openVINO的根目录,进入(这是我的路径)D:\Intel\computer_vision_sdk\deployment_tools\model_optimizer
1、进入目录\install_prerequisites，运行install_prerequisites_tf.bat文件
2、返回上一目录运行python mo_tf.py --input_model E:\tensorflow-yolo-v3\frozen_darknet_yolov3_model.pb --tensorflow_use_custom_operations_config D:\Intel\computer_vision_sdk\deployment_tools\model_optimizer\extensions\front\tf\yolo_v3.json --input_shape=[1,416,416,3] --data_type=FP16（请自行替换文中路径）
得到.xml和.bin文件
进入inference_engine_vpu_arm文件夹（就是树莓派中openVINO的根目录），打开/deployment_tools/inference_engine/samples/python_samples文件夹，找到object_detection_demo_yolov3.py文件然 cap.set(3,320)
cap.set(4,240)
cap.set(5,30)后，运行:python3 object_detection_demo_yolov3.py -m /home/pi/image-dec/yolo.xml -d MYRIAD -i cam
请自行替换xml文件目录（注意，xml和bin文件要在同一目录且同名），-i 后面可以接视频文件地址，我这里用cam就是摄像头实时传输。
注意：如果你用的是usb摄像头且运行失败，用文本编辑打开该代码文件搜索cap，找到那一行往上看，有input_stream = 0 if args.input == "cam" else args.input，将“0”改为1再次运行，如果不行再改成2、3、4....不过一个NCS帧数着实有点低，建议自行搜索opencv代码改视频清晰度，反正我是在 cap = cv2.VideoCapture(input_stream)下面加了：
cap.set(3,320)
cap.set(4,240)
cap.set(5,30)
那么教程就到此为止了，我是小白，写文章有点混乱，见谅。不说了，先上个图（瞎JB拍的）：
