README.ncnn.md

1. 效果

先上效果，密集。

2.特点

• 完全依赖原DBface项目的模型
• 输出的ncnn模型支持bilinear2d上采样
• 模型超小（1.3M）
• 和pytorch框检相同的输出
• android手机上简单性能测试
• class封装，方便调用

3. requirements

• opencv(安装opencv，并配置，让cmake能找到)

4. 使用

1. 按如下修改CMakeList.txt

# 设置变量
set (DIR /ncnn/ncnn-20180704/build/install)         # 修改`/ncnn/ncnn-20180704/build/install`为自己ncnn对应的位置

2. 编译

cd $project/prj_ncnn
mkdir build && cd build
cmake ..
make

# 测试
./demo ../model/model527.param ../model/model527.bin ../model/test.jpg

5. 在android上的简单性能测试

处理器	RAM	图像尺寸	时间(ms)	是否使用GPU
骁龙710	6G	640*480	497	否
骁龙855	12G	640*480	238	否