本文上接：
[HI3516DV300开发笔记]HiSi NNIE + opencv解算openpose人体关键点输出
https://blog.csdn.net/abc517789065/article/details/103592190
在上文中，已经初步实现了移植openpose模型到HISI3516开发板并且检测出人体2D关键点位置
整个检测的逻辑结构如下图所示（也许为了这张图该写系列博客，这张图放在最前面，可惜我懒）：
目前这里有一个问题：VPSS输出的 368*368 YVU420SP图像数据，我并不是直接输入到NNIE的，而是先保存成.yuv文件再读取输入到NNIE。这么做的原因是为了尽快打通整个流程，实际上并没有必要多此一举，就是将上图优化为：
还是之前说的思路，遇到问题解决问题。
随着本文的写作，我将尝试做两件事情：
<1>如何将HiSi3516DV300 SDK已有的yolov3 demo从检测单张bgr图片改造成YVU420SP数据
<2>如何将VPSS输出的YVU420SP数据直接送入我移植的openpose模型进行预测
借此熟悉HISI SVP NNIE SDK的各种花里胡哨的数据结构的含义
0：在RuyiStudio上修改模型输入并重新生成wk
首先把目光从开发板转移到RuyiStudio，打开yolov3_func.cfg或者yolov3_inst.cfg，找到：
没错，就是把image_type从U8改为YVU420SP，重新生成wk文件即可
大部分检测图像的神经网络算法是检测bgr格式的，但是HiSi系列芯片VPSS输出一般都是YVU格式，如果要向NNIE输入bgr还需要转一道。笔者亲测修改此处的image_type重新生成wk文件再将开发板VPSS的YVU420SP格式直接输入网络也是可以用的。至于怎么做的没有细究，可能和IVE有关。
修改image_type为YVU420SP后重新生成的wk文件并不会影响在PC上对png等格式图片进行的仿真（所以改了image_type重新生成wk后还能用之前的图片仿真，什么都不用改），可以看下RuyiStudio里的代码，几个关键函数：
SvpSampleReadAllSrcImg
SvpSampleImgReadFromImglist
s_SvpSampleImgRead
SvpSampleImgReadRaw / svpsample_utils_cv::SVPUtils_ReadImage
SVPUtils_MatToBlob_U8 / SVPUtils_MatToBlob_YVU420SP / SVPUtils_MatToBlob_YVU422SP
仿真时输入到NNIE的数据格式会先被转化
重新生成的以YVU420SP格式为输入的wk文件自然要拷贝到开发板并且重新载入，加载方法参考SAMPLE_SVP_NNIE_Yolov3即可；载入时被自动填写的参数：SAMPLE_SVP_NNIE_PARAM_S/SAMPLE_SVP_NNIE_SEG_DATA_S/SVP_SRC_BLOB_S的enType可以看到以自动变为了SVP_BLOB_TYPE_YVU420SP
既然提到了SVP_SRC_BLOB_S，就先弄清HiSi NNIE的一些关键数据结构：
1：数据结构
