nniefacelib是一个在海思35xx系列芯片上运行的人脸算法库，目前集成了mobilefacenet和retinaface。 后期也会融合一些其他经典的模型，目的也是总结经验，让更多人早日脱离苦海。
目前只在3516DV300上进行了测试。鉴于很多同学在其他型号上进行测试失败的情况，做一下统一说明，编译错误显示， 不同型号的sample代码略有不同，有必要的话需要自己移植核心源码，仿照着SDK的源码进行移植，应该问题不大
2020-5-15 添加linux mapper工具，以retinaface为例子
https://pan.baidu.com/s/16pFjdX_fQcVl2I4bAIf4Mw
code：1dw8
2020-4-28 添加了retinaface与mobilefacenet的merge bn tool， 提供了优化后的低精度retinaface(640x640), 17ms, 而高精度为34ms
2020-4-24 更新了PFPLD模型在海思上的前向传播代码
因为代码这部分并没有对NNIE进行重构，是纯C代码，所以看起来会比较晦涩，为此，我们可以将算法模块直接编译成 动态链接库供上层进行调用。
make -f Makefile.Shared为了方便测试，也可以直接编译成可执行文件
make -f Makefile.Debug
# 人脸检测
./nnie_face_test 0
# 人脸识别特征提取
./nnie_face_test 1
# PFPLD人脸姿态估计以及98关键点
./nnie_face_test 2模型转换其实是一个大坑，也可以说是一个玄学，如何转换？如何让速度更快？目前也是在总结一些经验，
我也会在知乎上更新一些关于模型转换的一些方法
海思NNIE之Mobilefacenet量化部署
海思NNIE之RetinaFace量化部署
海思NNIE之PFPLD训练与量化
- mobilefacenet
- retinaface
- PFPLD(姿态和关键点都美滋滋，可训练)
- Linux nnie_mapper一站式转换(retinaface)
- 人脸质量（模糊度检测）
- RGB活体检测（保佑我早日中paper吧）