---

一、深度学习相关教程

1、深度学习教程整理

说明：
1、常见网络框架、基础网络、优化等

2、移动端模型部署介绍

说明：
1、模型加速、压缩方法等介绍

3、IOS平台开源模型

说明：
1、包括骨骼点、人脸3D姿态、OCR等；
2、基于CoreML

---

二、推理引擎

1、NCNN

说明：
1、腾讯发布开源移动端推理引擎：NCNN

---

三、推理引擎对比测试

1、移动端推理框架对比

说明：
1、介绍移动端不同推理引擎性能，包括：caffe2、TfLite、NCNN等

---

四、人脸检测及人脸对齐算法

1、人脸检测+人脸对齐-SDM-HyperLandmark

说明：
1、基于SDM算法的人脸关键点检测算法；
2、pc端源码+Android端测试demo（非源码）

2、人脸检测+人脸对齐-SDM-HyperLandmark-IOS

说明：
1、基于SDM算法的人脸关键点检测算法；
2、IOS端源码

3、MTCNN人脸检测及对齐模型训练，包括106点

说明：
1、MTCNN算法训练源码；
2、包括106点模型训练数据；

4、基于NCNN推理引擎的MTCNN-Android-Win

说明：
1、Android和Windows平台demo；

4.1、基于NCNN推理引擎的MTCNN-IOS-Mac

说明：
1、IOS和Mac平台demo；

5、3D人脸检测-PRNet

说明：
1、Paper：Joint 3D Face Reconstruction and Dense Alignment with Position Map Regression Network (ECCV 2018)；
2、人脸框+landmark+人脸3D信息（Python）

6、MTCNN多框架实现

说明：
1、这个项目包含了几乎所有深度学习框架的MTCNN实现；
2、Windows、Linux和android平台；
3、cafef版、tensorflow版、opencv版、ncnn版等

7、2D and 3D face alignment

说明：
1、2D and 3D Face alignment
2、python版本

---

五、人体3D姿态检测

1、人体3D姿态检测

说明：
1、3D Human Pose Machines with Self-supervised Learning；
2、python + CUDA

2、人体3D姿态检测

说明：
1、3D Human Pose Machines with Self-supervised Learning；
2、python + CUDA

3、人体3D姿态检测-Mobile

说明：
1、Real-time single person pose estimation for Android and iOS；