基于snpe-1.60.0_3313在骁龙865的开发板上测试yolov5（6.1）

1、下载yolov5（6.1）版本的代码以及模型（以下以yolov5n进行文档编写）

https://github.com/ultralytics/yolov5/releases

根据requirements.txt配置环境，配置完成后，调用export.py将L、M、N、S、X分别导出onnx模型，脚本具体配置如下：

def parse_opt():
    parser = argparse.ArgumentParser()
    parser.add_argument('--data', type=str, default=ROOT / 'data/coco128.yaml', help='dataset.yaml path')
    parser.add_argument('--weights', nargs='+', type=str, default=ROOT / 'yolov5n.pt', help='model.pt path(s)')
    parser.add_argument('--imgsz', '--img', '--img-size', nargs='+', type=int, default=[640, 640], help='image (h, w)')
    parser.add_argument('--batch-size', type=int, default=1, help='batch size')
    parser.add_argument('--device',