nniefacelib：海思35xx系列芯片上的高效人脸算法库

项目介绍

nniefacelib 是一个专为海思35xx系列芯片设计的人脸算法库，目前集成了 mobilefacenet 和 retinaface 两大经典模型。该项目旨在为开发者提供一个高效、易用的人脸识别和检测工具，帮助他们在嵌入式设备上实现快速、准确的人脸处理。未来，nniefacelib 还将融合更多经典模型，不断优化和扩展其功能。

项目技术分析

nniefacelib 的核心技术基于海思35xx系列芯片的NNIE（Neural Network Inference Engine），这是一个专门为神经网络推理设计的硬件加速器。通过NNIE，nniefacelib 能够在嵌入式设备上实现高性能的人脸算法处理。

项目目前支持的模型包括：

• MobileFaceNet：一个轻量级的人脸识别模型，适用于资源受限的嵌入式设备。
• RetinaFace：一个高效的人脸检测模型，能够在复杂背景下准确检测人脸。
• PFPLD：一个用于人脸姿态估计和关键点检测的模型，能够提供高精度的人脸姿态和关键点信息。

此外，nniefacelib 还提供了模型转换工具和优化方法，帮助开发者将其他模型快速部署到海思芯片上。

项目及技术应用场景

nniefacelib 适用于多种嵌入式设备和应用场景，包括但不限于：

• 智能家居：在智能门锁、智能摄像头等设备中实现人脸识别和检测功能。
• 安防监控：在监控系统中实现实时人脸检测和识别，提高安防系统的智能化水平。
• 工业自动化：在工业设备中实现人脸识别，用于员工身份验证和考勤管理。
• 消费电子：在智能手机、平板电脑等设备中实现人脸解锁和支付功能。

项目特点

1. 高效性能：基于海思35xx系列芯片的NNIE硬件加速器，能够在嵌入式设备上实现高性能的人脸算法处理。
2. 易用性：提供了详细的编译和使用指南，开发者可以轻松地将算法库集成到自己的项目中。
3. 丰富的模型支持：目前集成了 mobilefacenet、retinaface 和 PFPLD 等经典模型，未来还将支持更多模型。
4. 模型转换工具：提供了模型转换工具和优化方法，帮助开发者将其他模型快速部署到海思芯片上。
5. 持续更新：项目持续更新，不断优化和扩展功能，满足开发者不断变化的需求。

如何开始

1. 编译动态链接库：

   make -f Makefile.Shared
   

2. 编译可执行文件：

   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
   

3. 模型转换：参考项目提供的模型转换指南和知乎文章，学习如何将其他模型转换并部署到海思芯片上。

未来展望

nniefacelib 将继续扩展其功能，未来计划支持人脸质量检测和RGB活体检测等功能。同时，项目也将持续优化现有模型，提高其在嵌入式设备上的性能和效率。

无论你是嵌入式开发者，还是对人脸算法感兴趣的研究者，nniefacelib 都是一个值得尝试的开源项目。加入我们，一起探索嵌入式设备上的人脸算法世界！