yolovworld 目标检测部署版本，便于移植不同平台（onnx、tensorRT、rknn、Horizon），全网部署最简单、速度最快的部署方式，后处理为C++部署而写，python 测试后处理意义不大。
导出onnx参考【yolo_world 瑞芯微芯片rknn部署、地平线芯片Horizon部署、TensorRT部署】。
yoloworld_onnx：onnx模型、测试图像、测试结果、测试demo脚本
yoloworld_TensorRT：TensorRT版本模型、测试图像、测试结果、测试demo脚本、onnx模型、onnx2tensorRT脚本(tensorRT-7.2.3.4)
yoloworld_rknn：rknn模型、测试（量化）图像、测试结果、onnx2rknn转换测试脚本（rknn_toolkit2-2.0.0）（尝试过 rknn_toolkit2-1.3、1.6 模型转化可以成功，但实际上板子运行模型时会报错）
yoloworld_horizon：地平线模型、测试（量化）图像、测试结果、转换测试脚本、测试量化后onnx模型脚本
rknn 部署参考【yolo world 目标检测 rknn 的C++部署】
TensorRT部署参考【yolo world tensorRT 的 C++ 部署】
