ZQCNN：一款具有多种功能的推理框架
一、项目简介
ZQCNN是一款推理框架，可以在windows、linux和arm-linux下运行。它附带了一些人脸检测、识别相关的demo，涵盖了如人脸检测、识别，自然场景文本检测，图片鉴黄等功能。项目中还提供了众多模型的相关信息，包括模型的精度测试结果、不同格式之间的转换等。
二、核心技术
- 多平台支持：能够在windows、linux和arm-linux下运行，这意味着它在不同操作系统和硬件架构下都能发挥作用，具有较好的兼容性。
- 模型转换：例如有mxnet2zqcnn可将mxnet上的模型转换为ZQCNN格式，这有助于整合不同来源的模型，扩展框架的应用范围。
- 多线程支持：虽然目前存在多线程反而比单线程慢的情况，但它已经支持通过openmp加速的多线程功能，在未来的优化中有很大潜力提升性能。
三、实践案例
- 人脸检测与识别方面 -在LFW数据库进行人脸识别精度测试，不同模型如MobileFaceNet-res2-6-10-2-dim128等有着不同的精度测试结果，可用于衡量模型在实际人脸识别场景中的性能。 -提供了如MTCNN等人脸检测模型，并且不断更新改进，像2020-03-22日更新提供了一组可以检测到带口罩的人脸的MTCNN模型。
- 其他应用方面 -自然场景文本检测方面，添加了从TextBoxes转过来的模型，不过存在速度慢、准确度不高的情况。 -图片鉴黄方面，有从open_nsfw转过来的模型，虽然未测试准确度，但也展示了其在不同应用场景下的尝试。
四、项目总结
ZQCNN作为一款推理框架，功能丰富且不断发展更新。它在人脸检测、识别以及其他一些应用场景下都有涉及，并且在模型转换、多平台支持等方面有着自己的特点。然而，它也存在一些有待优化的地方，如多线程性能等。希望大家在了解这个项目之后，能够积极留言参与讨论，分享自己的看法或者使用经验。