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
1. 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。
2. 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。
3. 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
1. 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。
2. 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。
项目地址
数据统计
数据评估
本站链氪巴士提供的ZQCNN：一款可多平台运行且含多种demo的推理框架都来源于网络，不保证外部链接的准确性和完整性，同时，对于该外部链接的指向，不由链氪巴士实际控制，在2024年12月6日 上午12:00收录时，该网页上的内容，都属于合规合法，后期网页的内容如出现违规，可以直接联系网站管理员进行删除，链氪巴士不承担任何责任。
相关导航
vipstone/faceai是GitHub上的一个项目，具有10.8k个星标和2.5k个分叉。该项目功能多样，包括人脸检测、识别（图片、视频）、轮廓标识、头像合成、数字化妆、性别识别、表情识别、视频对象提取、图片修复、自动上色、眼动追踪（待完善）、换脸（待完善）等。开发环境指定为Windows10（x64），涉及Python3.6.4、OpenCV3.4.1、Dlib19.8.1、face_recognition1.2.2、keras2.1.6、tensorflow1.8.0、TesseractOCR4.0.0 - beta.1等工具或框架，还有丰富的教程。在技术实现上，人脸识别采用OpenCV/Dlib，人脸检测使用face_recognition，性别识别运用keras + tensorflow，文字识别依靠TesseractOCR等，对相关领域入门者是很好的学习资源。
GKPageScrollView是一个UIScrollview嵌套滑动库，主要参考JXPagingView并改进。GKPageSmoothView也用于滑动嵌套。支持上下滑动、左右滑动、手势返回等多种操作。支持UITableView的sectionView悬停效果、多种分页控件。可实现导航栏颜色渐变、头图下拉放大、主页和列表页的下拉刷新和上拉加载等。有手动安装、CocoaPods安装、SwiftPackageManager安装三种方式且针对使用中的常见问题给出了解决办法。该库不断更新完善，对于开发类似微博、抖音、网易云等APP的个人详情页滑动效果很有帮助。
Go - Spring是一个基于IoC的Go后端一站式开发框架。它有着诸多优秀特性，如完善的IoC容器，支持依赖注入和属性绑定；强大的启动器框架，可自动装配、开箱即用；常见组件抽象层能灵活替换底层实现。还遵循最小依赖原则，部分组件零依赖，提供多种实用的包如assert、cast、atomic包等。首创流量录制和回放技术，实现Log4J的日志架构。框架中有很多实际的使用示例，包括不同风格的路由、文件服务器、BIND模式、中间件等场景。它的愿景是为Go程序员提供类似Java Spring的强大开发体验，使Go后端开发更高效、便捷、安全且易于维护。
