mnist的MNN模型

一个mnn模型的demo, 用来测试 mnn 环境是否OK

在Windows下编译的MNN库，包括32位和64位，debug和release模式均有。 包含include文件夹，lib文件和dll文件，可以直接拖到工程文件中使用； 温馨提示：不包含转换工具。

Android MNN部署模型过程记录

yolofastest mnn版，mnn1.2.0，win10系统，vs2019，亲测可用。

python版本的MNN pip安装包， pip直接安装

MNN Android环境OCR模型移植 OCR预训练模型来自MNN工作台提供的ocr演示 操作步骤 演示操作如下： 1，界面中有检测和识别按钮，点击检测按钮会检测出图片中的文本区域，裁剪为图片并缓存起来 2，点击识别按钮识别缓存的图片文本 3，重复点击识别按钮，观察相同输入下的输出结果 正常情况下：

yolov5-face c++ mnn版，亲测成功， 3399设备上 100ms 320*240

视网膜面CPP 包含使用MNN，NCNN部署的代码包含编译好的linux x86_64（ubuntu20.04）平台下的ncnn，MNN，opencv库，可以直接编译测试，需要修改makefile中的路径包含一个模型可以检测动漫卡通人物的人脸 编译和测试在ubuntu 20.04上进行编译和测试 make Retinaface_NCNN ./Retinaface_NCNN test_carton.list make Retinaface_MNN ./Retinaface_MNN test_carton.list 增加NDK创建脚本和andrid armv7a库 可以构建android下的c ++嵌入程序，ncnn，MNN，opencv库采用ndk-19r编译，api-leval为21 参考

mnn center windows示例代码，包含mnn库，和centerface代码。