This project is a demo of Mobilenet-SSD TFLite model for object detection.
Mobilenet-SSD的模型推理部分与之前YOLO-X的不同，需要注意的是：
- Mobilenet-SSD的输出的shape为
[1, 15]，由两个tensor组成，分别是detection_boxes和detection_classes，其中detection_boxes的shape为[1, 4]，detection_classes的shape为[1, 11]，其中，4表示每个目标的坐标信息，即[xmin, ymin, xmax, ymax]，11表示类别（最后一个是背景）。 - 在
predict.py文件中指出，28行以下内容根据实际需要进行翻写修改。里面涉及到了BBox的处理（与YOLO-X不同），AnchorBox和BBoxUtility两个类的作用是将模型输出的detection_boxes转换为真实的坐标信息，具体的转换过程可以参考BBoxUtility类中的decode_box函数。 - 其他文件无需翻写修改。
另外，convert2tflite.py文件提供了将模型转换为TFLite模型的两种方法，可以参考。
