yolov3里面有些层，比如：shortcut, route, upsample, yolo等这些层是caffe不支持的，但在caffe中可以用eltwise替换shortcut，用concat替换route，但是yolo层只能自己实现写了， upsample可以自己在caffe里添加该层的实现。
1 caffe中添加upsample层的实现
感谢chen大神提供的代码。
添加upsample这一层的代码：upsample层代码在这里
upsample_layer.hpp放入include/caffe/layers下面
upsample_layer.cpp与upsample_layer.cu放在src/caffe/layers下面
修改相应的caffe.proto文件， src/caffe/proto/caffe.proto中的LayerParameter的最后一行加入：
message LayerParameter{
......
optional UpsampleParameter upsample_param = 149;
}
注意149为新层的ID号，该ID号根据个人的caffe.proto文件指定
然后再caffe.proto中添加upsample层的参数
message UpsampleParameter{
optional int32 scale = 1 [default = 1];
}
注意：
make clean后, 重新编译。后面会说明，没有make clean编译后出现的问题。
2 模型转换
可以借助一个模型转换的工具：https://github.com/marvis/pytorch-caffe-darknet-convert；
（需要安装pytorch）
1） pytorch安装（ubuntu14.04, cuda8.0, python2.7)
在安装过程中，由于pip版本为1.5.4(pip --version)，
报错：*** is not a supported wheel on this platform
需要先对版本进行升级才行，升级步骤如下：
- sudo apt-get remove python-pip
- 从 https://pypi.python.org/pypi/pip#downloads， 下载pip的源码
- 解压源码
- 执行 sudo python setup.py install
下载pytorch的whl文件（torch-0.4.1-cp27-cp27mu-linux_x86_64.whl），注意python版本
pip install torch-0.4.1-cp27-cp27mu-linux_x86_64.whl
2） 模型转换工具说明
上述github上介绍的是基于yolol与yolov2的
（1）这两个weights的存储方式与yolov3的存储方式有点不同
（2）yolov3上有upsample层在之前的版本上没有
基于yolov3的darknet2caffe.py的文件，参考 https://github.com/ChenYingpeng/caffe-yolov3 中的yolov3_darknet2caffe.py文件
3）模型转换工具使用中出现的问题及解决办法
（1）yolov3_darknet2caffe.py 代码缩进问题： ”TabError: inconsistent use of tabs and spaces in indentation"
解决方法：自行更改出错行的缩进问题
（2）Error in ‘python’: free(): invalid pointer: 0x000000000d2de78
解决方法：
缺少libtcmalloc-minimal4库，
首先安装 sudo apt-get install libtcmalloc-minimal4
sudo gedit ~/.bashrc
在文件末尾添加如下代码： export LD_PRELOAD="/usr/lib/libtcmalloc_minimal.so.4"
最后重新载入环境变量即可： sudo source ~/.bashrc
（3）OverflowError: long int too large to convert to int
解决方法
由于在添加upsample层后，直接make 和 make pycaffe，所以在这里转换模型时出现这个问题。
通过查看相关内容的错误信息，最后解决方法是：
在caffe工程中,首先make clean，
然后，重新编译caffe
make all -j32
make pycaffe
3 caffe_yolov3实现（yolo层），出现的问题及解决方法
参看chen大神的github地址: https://github.com/ChenYingpeng/caffe-yolov3
上述模型转换中的替换darknet2caffe.py的yolov3_darnet2caffe.py就在该工程的model_convert文件夹中
具体实现，参看源码实现，下面记录下使用过程中，针对自己环境出现的一些问题和解决方法
1） cmke …时，出现 error: identifier “nullptr” is undefined, expected a ";"等错误，如下图
解决方法
这个应该C++11版本的问题，修改CMakeLists.txt文件
12-16行为新添加的内容， 12-15行可以选择添加， 添加-std=c++11解决问题
2）/usr/lib/x86_64-linux-gnu/libGLEW.so.1.13
解决方法：
查看相关文件下的内容：/usr/lib/x86_64-linux-gnu/libGLEW.so.1.10，改为libGLEW.so.1.10
3）build目录执行编译生成的可执行文件./x86_64/bin/detectnet时，出现问题
由于编译时出现的警告：opencv3.4和opencv3.2的版本冲突问题
解决方法
原来的 89 和 91行,自己查找系统的Opencv版本为3.4
添加92-96行，手动添加需要的opencv动态库
检测结果
参考博客
1)基于caffe框架复现yolov3目标检测
https://blog.csdn.net/Chen_yingpeng/article/details/80692018
github地址：https://github.com/ChenYingpeng/caffe-yolov3
2)Yolov3转化Caffe框架详解
https://blog.csdn.net/watermelon1123/article/details/82083522
githhub地址：https://github.com/marvis/pytorch-caffe-darknet-convert