Paddle-Lite-Demo

功能

iOS
- Mac机器，需要有xcode环境（已验证：Xcode Version 10.1 (10B61)
- 对于ios 12.x版本，如果提示“xxx. which may not be supported by this version of Xcode”，请下载对应的工具包, 下载完成后解压放到/Applications/Xcode.app/Contents/Developer/Platforms/iPhoneOS.platform/DeviceSupport目录，重启xcode
Android
- Android Studio 3.4
- Android手机或开发版，NPU功能暂时只在麒麟810芯片的华为手机（如Nova5系列）进行了测试，使用前请将EMUI更新到最新版本；
目前，由于NPU暂时需要full publish so lib模式下编译的libpaddle_lite_jni.so（相比tiny publish so lib模式下编译的libpaddle_lite_jni.so，文件尺寸会大很多），且需要在当前PaddleLite源码基础上做一些额外的修改，因此，建议用户暂时使用本DEMO中自带的libpaddle_lite_jni.so测试NPU功能。与此同时，我们也很快会对tiny publish so模式下编译的libpaddle_lite_jni.so增加NPU的支持，并且和华为合作进一步压缩HIAI so库的大小，向用户提供更加轻量级的so库。如果你只想测试CPU的预测能力，且又非常在意so库的大小，建议参考Paddle Lite源码中自带的DEMO完成tiny publish so lib模式下libpaddle_lite_jni.so的编译、自带DEMO的Android工程的导入、编译和测试等工作。

iOS
- 打开xcode，点击“Open another project…”打开Paddle-Lite-Demo/ios-classification_demo/目录下的xcode工程；
- 在选中左上角“project navigator”，选择“classification_demo”，修改“General”信息；
- 插入ios真机（已验证：iphone8， iphonexr），选择Device为插入的真机；
- 点击左上角“build and run”按钮；
Android
- 打开Android Studio，在"Welcome to Android Studio"窗口点击"Open an existing Android Studio project"，在弹出的路径选择窗口中进入"PaddleLite-android-demo"目录，然后点击右下角的"Open"按钮即可导入工程
- 通过USB连接Android手机或开发版；
- 载入工程后，点击菜单栏的Run->Run 'App'按钮，在弹出的"Select Deployment Target"窗口选择已经连接的Android设备，然后点击"OK"按钮；
- 手机上会出现Demo的主界面，选择第一个"Image Classification"图标，进入基于MobileNetV1的图像分类Demo，注："Object Detection"的Demo正在开发中，请忽略；
- 在图像分类Demo中，默认会载入一张猫的图像，并会在图像下方给出CPU的预测结果，如果你使用的是麒麟810芯片的华为手机（如Nova5系列），可以通过按下右上角的"NPU"按钮切换成NPU进行预测；
- 在图像分类Demo中，你还可以通过上方的"Gallery"和"Take Photo"按钮从相册或相机中加载测试图像；