【PaddlePaddle Hackathon 2】86、通过Paddle2ONNX打通6个Paddle模型到高通SNPE的部署

[TCChenlong]

（此 ISSUE 为 PaddlePaddle Hackathon 第二期活动的任务 ISSUE，更多详见 【PaddlePaddle Hackathon 第二期】任务总览）

【任务说明】

• 任务标题：通过Paddle2ONNX打通6个Paddle模型到高通SNPE的部署

• 技术标签：Python、C++、Java

• 任务难度：困难

【详细描述】

• 说明：将指定的6个模型部署到高通SNPE上，并出具详细部署指南。
• 必要步骤，奖金根据完成度发放：
  • 完成指定硬件的飞桨模型部署工作，流程包括
    1. Paddle模型转ONNX格式
    2. ONNX模型通过硬件厂商SDK转换为可在硬件上部署的模型文件
    3. Python/C++的硬件部署模型代码（包括数据的前后处理）
  • 其中第1步和第2步需要有明确的文档指引流程，参考RK文档部署指南
  • 第3步根据目前Repo中model_zoo的模型列表进行部署代码开发，其中完成分类模型的适配，即达到30%的程度，在此基础上完成分割或检测，即达到50%的程度，完成所有四种任务模型的适配，即达到100%
• 部署平台：高通SNPE
• 部署模型：
  • 3个OCR模型：ch_PP-OCRv2_det_infer、ch_PP-OCRv2_rec_infer、ch_ppocr_mobile_v2.0_cls_infer
  • 1个seg模型：bisenet
  • 1个det模型：picodet
  • 1个classification模型：mobilenetv3
• 模型下载链接可参考：https://github.com/PaddlePaddle/Paddle2ONNX/tree/model_zoo/model_zoo

【提交流程】

• 模型部署相关代码和部署文档相关代码提交到 Paddle2ONNX Repo 的model_zoo分支 Paddle2ONNX Repo
• 部署模型分开提交，一个PR不超过2个模型的对齐脚本和文档

【提交内容】

• 部署相关代码
• 部署文档

【合入标准】

• 模型在硬件平台上部署后的运行截图
• 部署脚本和部署文档清晰明了，小白用户也可参考文档和脚本进行部署

【技术要求】

• 熟悉Python、C++、Java
• 熟练部署基础

【参考内容】

• 高通SNPE的开发部署指南
• RK部署指南

【答疑交流】

• 如果在开发过程中对于上述任务有任何问题，欢迎在https://github.com/PaddlePaddle/Paddle2ONNX.git 上提issue
• 对于开发中的共性问题，在活动过程中，会定期组织答疑，请大家关注官网&QQ群的通知，及时参与
• 模型适配过程中，将会由百度的工程师全程在微信群中答疑，帮助大家解决适配过程中的问题