本来想部署基于CenterNet的单目3D目标检测，看到3D目标检测后处理感觉有点复杂，觉得还是需要把CenterNet 给手撸一遍，再去梳理3D的后处理，花了一点时时间看懂CenterNet后处理后，直接上手开撸。
【完整代码】代码和模型
【rknn C++板端部署】完整代码
1 导出onnx
模型和后处理运行快的关键一步是导出比较好的onnx模型，最终导出的形式如下图。
2 onnx 测试效果
3 时耗参考
模型输入1280x384，检测类别3类，模型的 backbone 为 dla34，模型计算量为 79.52 G。模型有这么大的计算量，推理时耗长也在预料之中。
TensorRT部署推理（显卡 Tesla V100、cuda_11.0）。
rk3588 上时耗：【C++代码参考】
