‘fixed_readme’ (#73)

‘’
2025-12-24 13:28:13 +08:00 · 2022-08-08 14:03:26 +08:00
parent 32c2154bbe
commit 0494fdc96b
1 changed files with 125 additions and 120 deletions
--- a/README.md
+++ b/README.md
@@ -16,11 +16,10 @@
    <a href="https://github.com/PaddlePaddle/FastDeploy/stargazers"><img src="https://img.shields.io/github/stars/PaddlePaddle/FastDeploy?color=ccf"></a>
 </p>

-
 <h4 align="center">
  <a href=#特性> 特性 </a> |
-  <a href=#SDK安装> 安装 </a> |
-  <a href=#SDK使用> 快速开始 </a> |
+  <a href=#服务器端> 服务器端 </a> |
+  <a href=#端侧> 端侧 </a> |
  <a href=#社区交流> 社区交流 </a>
 </h4>

@@ -28,100 +27,70 @@

 ## News 📢

-* 🔥 2022.6.30 晚20:30，⚡️FastDeploy天使用户邀测沟通会，与开发者共同讨论推理部署痛点问题，欢迎大家扫码报名入群获取会议链接。
-<div align="center">
-<img src="https://user-images.githubusercontent.com/54695910/175854075-2c0f9997-ed18-4b17-9aaf-1b43266d3996.jpeg"  width = "150" height = "150" />
-</div>
-
-* 🔥 2022.6.27 [**⚡️FastDeploy v0.1.0**](https://github.com/PaddlePaddle/FastDeploy/releases/tag/release%2F0.1.0)测试版发布！🎉
-  * 💎 发布40个重点模型在8种重点软硬件环境的支持的SDK
-  * 😊 支持网页端、pip包两种下载使用方式
-
+* 🔥 2022.8.15 [**⚡️FastDeploy v0.2.0**](https://github.com/PaddlePaddle/FastDeploy/releases/tag/release%2F0.2.0)测试版发布！🎉
+  
+  * 💎 升级服务器端（CPU/GPU/Jetson）SDK代码架构，速度SOTA
+  * 😊 支持PyTorch模型部署，如YOLOv5、YOLOv6、YOLOv7等热门模型

 ## 特性

-
 ### 📦**开箱即用的推理部署工具链，支持云边端、多硬件、多平台部署**
+
 - 网页端点选下载、PIP 安装一行命令，快速下载多种类型SDK安装包
 - 云端（含服务器、数据中心）：
-    - 支持一行命令启动 Serving 服务（含网页图形化展示）
-    - 支持一行命令启动图像、本地视频流、本地摄像头、网络视频流预测
-    - 支持 Window、Linux 操作系统
-    - 支持 Python、C++ 编程语言
+  - 支持 Window、Linux 操作系统
+  - 支持 Python、C++ 编程语言
 - 边缘端：
-    - 支持 NVIDIA Jetson 等边缘设备，支持视频流预测服务
+  - 支持 NVIDIA Jetson 等边缘设备
 - 端侧（含移动端）
-    - 支持 iOS、Android 移动端
-    - 支持 ARM CPU 端侧设备
+  - 支持 iOS、Android 移动端
+  - 支持 ARM CPU 端侧设备
 - 支持主流硬件
-    - 支持 Intel CPU 系列（含酷睿、至强等）
-    - 支持 ARM CPU 全系（含高通、MTK、RK等）
-    - 支持 NVIDIA GPU 全系（含 V100、T4、Jetson 等）
+  - 支持 Intel CPU 系列（含酷睿、至强等）
+  - 支持 ARM CPU 全系（含高通、MTK、RK等）
+  - 支持 NVIDIA GPU 全系（含 V100、T4、Jetson 等）

-### 🤗**丰富的预训练模型，轻松下载SDK搞定推理部署**
+## 服务器端
+
+### 🤗**服务端：丰富的预训练模型，轻松下载SDK搞定推理部署**


-<font size=0.5>
-
-|<font size=2>   模型| <font size=2> 任务  |<font size=2>  大小(MB)  | <font size=2>端侧 | <font size=2>移动端 |<font size=2> 移动端 |<font size=2>边缘端 |<font size=2>服务器+云端 | <font size=2>服务器+云端 |<font size=2> 服务器+云端 |<font size=2> 服务器+云端 |
-|---|---|---|---|---|---|---|---|---|---|---|
-|----- | ---- |----- |<font size=2>  Linux | <font size=2> Android |<font size=2>  iOS | <font size=2> Linux |<font size=2> Linux |<font size=2> Linux |<font size=2>  Windows  |<font size=2>  Windows  |
-|----- | ---- |--- | <font size=2> ARM CPU |<font size=2>  ARM CPU | <font size=2> ARM CPU |<font size=2> Jetson |<font size=2> X86 CPU |<font size=2>  GPU  |<font size=2> X86 CPU |<font size=2>  GPU  |
-| <font size=2> [PP-LCNet](https://github.com/PaddlePaddle/PaddleClas/blob/release/2.3/docs/zh_CN/models_training/classification.md) |Classfication | 11.9 |✅|✅|✅|✅|✅|✅|✅|✅|
-| <font size=2> [PP-LCNetv2](https://github.com/PaddlePaddle/PaddleClas/blob/release/2.3/docs/zh_CN/models_training/classification.md) |Classfication | 26.6 |✅|✅|✅|✅|✅|✅|✅|✅|
-|<font size=2>  [EfficientNet](https://github.com/PaddlePaddle/PaddleClas/blob/release/2.3/docs/zh_CN/models_training/classification.md) |Classfication |31.4 |✅|✅|✅|✅|✅|✅|✅|✅|
-|<font size=2>  [GhostNet](https://github.com/PaddlePaddle/PaddleClas/blob/release/2.3/docs/zh_CN/models_training/classification.md) |Classfication | 20.8 |✅|✅|✅|✅|✅|✅|✅|✅|
-|<font size=2>  [MobileNetV1](https://github.com/PaddlePaddle/PaddleClas/blob/release/2.3/docs/zh_CN/models_training/classification.md) |Classfication | 17 |✅|✅|✅|✅|✅|✅|✅|✅|✅|
-|<font size=2>  [MobileNetV2](https://github.com/PaddlePaddle/PaddleClas/blob/release/2.3/docs/zh_CN/models_training/classification.md) |Classfication | 14.2 |✅|✅|✅|✅|✅|✅|✅|✅|
-|<font size=2>  [MobileNetV3](https://github.com/PaddlePaddle/PaddleClas/blob/release/2.3/docs/zh_CN/models_training/classification.md) |Classfication | 22 |✅|✅|✅|✅|✅|✅|✅|✅|
-|<font size=2>  [ShuffleNetV2](https://github.com/PaddlePaddle/PaddleClas/blob/release/2.3/docs/zh_CN/models_training/classification.md)|Classfication | 9.2 |✅|✅|✅|✅|✅|✅|✅|✅|
-|<font size=2>  [SqueezeNetV1.1](https://github.com/PaddlePaddle/PaddleClas/blob/release/2.3/docs/zh_CN/models_training/classification.md) |Classfication |5 |✅|✅|✅|✅|✅|✅|✅|✅|
-|<font size=2>  [Inceptionv3](https://github.com/PaddlePaddle/PaddleClas/blob/release/2.3/docs/zh_CN/models_training/classification.md) |Classfication |95.5 |✅|✅|✅|✅|✅|✅|✅|✅|
-|<font size=2>  [PP-HGNet](https://github.com/PaddlePaddle/PaddleClas/blob/release/2.3/docs/zh_CN/models_training/classification.md) |Classfication | 59 |✅|✅|✅|✅|✅|✅|✅|✅|
-|<font size=2>  [ResNet50_vd](https://github.com/PaddlePaddle/PaddleClas/blob/release/2.3/docs/zh_CN/models_training/classification.md) |Classfication | 102.5 |❌|❌|❌|✅|✅|✅|✅|✅|
-|<font size=2>  [SwinTransformer_224_win7](https://github.com/PaddlePaddle/PaddleClas/blob/release/2.3/docs/zh_CN/models_training/classification.md) |Classfication | 352.7 |✅|✅|✅|✅|✅|✅|✅|✅|
-|<font size=2>  [PP-PicoDet_s_320_coco](https://github.com/PaddlePaddle/PaddleDetection/blob/develop/docs/tutorials/GETTING_STARTED_cn.md) |Detection | 4.1 |✅|✅|✅|✅|✅|✅|✅|✅|
-|<font size=2>  [PP-PicoDet_s_320_lcnet](https://github.com/PaddlePaddle/PaddleDetection/blob/develop/docs/tutorials/GETTING_STARTED_cn.md) |Detection | 4.9 |✅|✅|✅|✅|✅|✅|✅|✅|
-|<font size=2>  [CenterNet](https://github.com/PaddlePaddle/PaddleDetection/blob/develop/docs/tutorials/GETTING_STARTED_cn.md) |Detection |4.8 |✅|✅|✅|✅ |✅ |✅|✅|✅|
-|<font size=2>  [YOLOv3_MobileNetV3](https://github.com/PaddlePaddle/PaddleDetection/blob/develop/docs/tutorials/GETTING_STARTED_cn.md) |Detection | 94.6 |✅|✅|✅|✅|✅|✅|✅|✅|
-|<font size=2>  [PP-YOLO_tiny_650e_coco](https://github.com/PaddlePaddle/PaddleDetection/blob/develop/docs/tutorials/GETTING_STARTED_cn.md) |Detection |4.4 |✅|✅|✅|✅|✅|✅|✅|✅|
-|<font size=2>  [SSD_MobileNetV1_300_120e_voc](https://github.com/PaddlePaddle/PaddleDetection/blob/develop/docs/tutorials/GETTING_STARTED_cn.md) |Detection | 23.3 |✅|✅|✅|✅|✅|✅|✅|✅|
-|<font size=2>  [YOLOX_Nano_300e_coco](https://github.com/PaddlePaddle/PaddleDetection/blob/develop/docs/tutorials/GETTING_STARTED_cn.md) |Detection | 3.7 |❌|❌|❌|✅|✅ |✅|✅|✅|
-|<font size=2> [PP-YOLO_ResNet50vd](https://github.com/PaddlePaddle/PaddleDetection/blob/develop/docs/tutorials/GETTING_STARTED_cn.md) |Detection | 188.5|✅ |✅ |✅ |✅ |✅ |✅|✅|✅|
-|<font size=2>  [PP-YOLOv2_ResNet50vd](https://github.com/PaddlePaddle/PaddleDetection/blob/develop/docs/tutorials/GETTING_STARTED_cn.md) |Detection | 218.7 |✅|✅|✅|✅|✅ |✅|✅|✅|
-|<font size=2>  [PP-YOLO_crn_l_300e_coco](https://github.com/PaddlePaddle/PaddleDetection/blob/develop/docs/tutorials/GETTING_STARTED_cn.md) |Detection | 209.1 |✅|✅|✅|✅|✅|✅|✅|✅|
-|<font size=2> [YOLOv5s](https://github.com/ultralytics/yolov5) |Detection | 29.3|✅|✅|✅|✅|✅|✅|✅|✅|
-|<font size=2>  [Faster R-CNN_r50_fpn_1x_coco](https://github.com/PaddlePaddle/PaddleDetection/blob/develop/docs/tutorials/GETTING_STARTED_cn.md) |Detection | 167.2 |❌|❌|❌|✅|✅|✅|✅|✅|
-|<font size=2> [BlazeFace](https://github.com/PaddlePaddle/PaddleDetection/blob/develop/docs/tutorials/GETTING_STARTED_cn.md) |Face Detection |1.5|✅|✅|✅|✅|✅|✅|✅|✅|
-|<font size=2> [RetinaFace](https://github.com/biubug6/Pytorch_Retinaface) |Face Localisation |1.7| ✅|❌|❌|✅|✅|✅|✅|✅|
-|<font size=2>  [PP-TinyPose](https://github.com/PaddlePaddle/PaddleDetection/blob/develop/docs/tutorials/GETTING_STARTED_cn.md) |Keypoint Detection| 5.5 |✅|✅|✅|✅|✅|✅|✅|✅|
-|<font size=2> [PP-LiteSeg(STDC1)](https://github.com/PaddlePaddle/PaddleSeg/blob/develop/configs/pp_liteseg/README.md)|Segmentation | 32.2|✅|✅|✅|✅|✅|✅|✅|✅|
-|<font size=2>  [PP-HumanSeg-Lite](https://github.com/PaddlePaddle/PaddleSeg/blob/develop/contrib/PP-HumanSeg/README_cn.md) |Segmentation | 0.556|✅|✅|✅|✅|✅|✅|✅|✅|
-|<font size=2>  [HRNet-w18](https://github.com/PaddlePaddle/PaddleSeg/blob/develop/docs/train/train_cn.md) |Segmentation | 38.7|✅|✅|✅|❌|✅|✅|✅|✅|
-|<font size=2> [Mask R-CNN_r50_fpn_1x_coco](https://github.com/PaddlePaddle/PaddleSeg/blob/develop/contrib/PP-HumanSeg/README_cn.md)|Segmentation| 107.2|❌|❌|❌|✅|✅|✅|✅|✅|
-|<font size=2> [PP-HumanSeg-Server](https://github.com/PaddlePaddle/PaddleSeg/blob/develop/contrib/PP-HumanSeg/README_cn.md)|Segmentation | 107.2|✅|✅|✅|✅|✅|✅|✅|✅|
-|<font size=2> [Unet](https://github.com/PaddlePaddle/PaddleSeg/blob/develop/docs/train/train_cn.md) |Segmentation | 53.7|❌|✅|❌|❌|✅|✅|✅|❌|
-|<font size=2> [Deeplabv3-ResNet50](https://github.com/PaddlePaddle/PaddleSeg/blob/develop/docs/train/train_cn.md)|Segmentation |156.5|❌|❌|❌|❌|✅|✅|✅|✅|
-|<font size=2>  [PP-OCRv1](https://github.com/PaddlePaddle/PaddleOCR/blob/release%2F2.5/doc/doc_ch/ppocr_introduction.md) |OCR | 2.3+4.4 |✅|✅|✅|✅|✅|✅|✅|✅|
-|<font size=2>  [PP-OCRv2](https://github.com/PaddlePaddle/PaddleOCR/blob/release%2F2.5/doc/doc_ch/ppocr_introduction.md) |OCR | 2.3+4.4 |✅|✅|✅|✅|✅|✅|✅|✅|
-| <font size=2> [PP-OCRv3](https://github.com/PaddlePaddle/PaddleOCR/blob/release%2F2.5/doc/doc_ch/PP-OCRv3_introduction.md) |OCR | 2.4+10.6 |✅|✅|✅|✅|✅|✅|✅|✅|
-| <font size=2> [PP-OCRv3-tiny](https://github.com/PaddlePaddle/PaddleOCR/blob/release%2F2.5/doc/doc_ch/models_list.md) |OCR |2.4+10.7 |✅|✅|✅|✅|✅|✅|✅|✅|
-</font>
+| <font size=2> 任务场景              | <font size=2> 模型                                          | <font size=2>  大小(MB) | <font size=2>边缘端                        | <font size=2>服务器/云端             | <font size=2>服务器/云端  | <font size=2> 服务器/云端      | <font size=2> 服务器/云端  |
+| ------------------------------- | --------------------------------------------------------- | --------------------- | --------------------------------------- | ------------------------------- | -------------------- | ------------------------- | --------------------- |
+| ----                            | ----                                                      | ----                  | <font size=2> [Jetson](./doc/Jetson.md) | <font size=2> [X86 CPU](./doc/) | <font size=2>[GPU]() | <font size=2> [X86 CPU]() | <font size=2> [GPU]() |
+| ----                            | ----                                                      | ----                  | Linux                                   | Windows                         | Linux                | Windows                   | Linux                 |
+| Classfication                   |                                                           |                       |                                         |                                 |                      |                           |                       |
+| Detection                       | [NanoDet-Plus](./model_zoo/vision/nanodet_plus/README.md) | 0.95~2.44             | ✅                                       | ✅                               | ✅                    | ✅                         | ✅                     |
+|                                 | [YOLOR](./model_zoo/vison/yolor/README.md)                |                       | ✅                                       | ✅                               | ✅                    | ✅                         | ✅                     |
+|                                 | [YOLOX](./model_zoo/vison/yolox/README.md)                |                       | ✅                                       | ✅                               | ✅                    | ✅                         | ✅                     |
+|                                 | [Scaled-YOLOv4](./model_zoo/vison/scaledyolov4/README.md) | 4.9                   | ✅                                       | ✅                               | ✅                    | ✅                         | ✅                     |
+|                                 | [YOLOv5](./model_zoo/vison/yolov5/README.md)              |                       | ✅                                       | ✅                               | ✅                    | ✅                         | ✅                     |
+|                                 | [YOLOv5_Lite](./model_zoo/vison/yolov5lite/README.md)     | 94.6                  | ✅                                       | ✅                               | ✅                    | ✅                         | ✅                     |
+|                                 | [YOLOv6](./model_zoo/vison/yolov6/README.md)              | 4.4                   | ✅                                       | ✅                               | ✅                    | ✅                         | ✅                     |
+|                                 | [YOLOv7](./model_zoo/vison/yolov7/README.md)              | 23.3                  | ✅                                       | ✅                               | ✅                    | ✅                         | ✅                     |
+| <font size=2>Face Detection     | [UltraFace](./model_zoo/vison/ultraface/README.md)        | 1.04~1.1              | ✅                                       | ✅                               | ✅                    | ✅                         | ✅                     |
+|                                 | [YOLOv5Face](./model_zoo/vison/yolov5face/README.md)      |                       | ✅                                       | ✅                               | ✅                    | ✅                         | ✅                     |
+| <font size=2>Face Localisation  | [RetinaFace](./model_zoo/vison/retinaface/README.md)      | 1.7M                  | ✅                                       | ✅                               | ✅                    | ✅                         | ✅                     |
+| <font size=2>Face Recognition   | [ArcFace](./model_zoo/vison/arcface/README.md)            | 1.7                   | ✅                                       | ✅                               | ✅                    | ✅                         | ✅                     |
+| <font size=2>Keypoint Detection | [SCRFD](./model_zoo/vison/scrfd/README.md)                | 5.5                   | ✅                                       | ✅                               | ✅                    | ✅                         | ✅                     |
+| <font size=2>Segmentation       | [PP-Seg](./model_zoo/vison/ppseg/README.md)               | 32.2                  | ✅                                       | ✅                               | ✅                    | ✅                         | ✅                     |
+| <font size=2>OCR                | [PP-OCRv1](./model_zoo/vison/ppocrv1/README.md)           | 2.3+4.4               | ✅                                       | ✅                               | ✅                    | ✅                         | ✅                     |
+|                                 | [PP-OCRv2](./model_zoo/vison/ppocrv2/README.md)           | 2.3+4.4               | ✅                                       | ✅                               | ✅                    | ✅                         | ✅                     |
+|                                 | [PP-OCRv3](./model_zoo/vison/ppocrv3/README.md)           | 2.4+10.6              | ✅                                       | ✅                               | ✅                    | ✅                         | ✅                     |
+| </font>                         |                                                           |                       |                                         |                                 |                      |                           |                       |


-## SDK安装

-### 方式1：网页版下载安装
+### 服务器端快速开始(CPU/GPU/Jetson)

- 可以登录[EasyEdge网页端](https://ai.baidu.com/easyedge/app/openSource)下载SDK

-### 方式2：pip安装
+### 方式：pip安装

 开发者可以通过pip安装`fastdeploy-python`来获取最新的下载链接

 - 环境依赖
-
-    python >= 3.6  
+  
+  python >= 3.6

 - 安装方式

@@ -130,69 +99,105 @@ pip install fastdeploy-python --upgrade
 ```

 - 使用方式
-
-    - 列出FastDeploy当前支持的所有模型
+  
+  - 列出FastDeploy当前支持的所有模型
+    
    ```
    fastdeploy --list_models
    ```
-    - 下载模型在具体平台和对应硬件上的部署SDK以及示例
+  
+  - 下载模型在具体平台和对应硬件上的部署SDK以及示例
+    
    ```
    fastdeploy --download_sdk \
-               --model PP-PicoDet-s_320 \
-               --platform Linux \
-               --soc x86 \
-               --save_dir .
+             --model PP-PicoDet-s_320 \
+             --platform Linux \
+             --soc x86 \
+             --save_dir .
    ```
+  
+  - 参数说明
+    
+    - `list_models`: 列出FastDeploy当前最新支持的所有模型
+    - `download_sdk`: 下载模型在具体平台和对应硬件上的部署SDK以及示例
+    - `model`: 模型名，如"PP-PicoDet-s_320"，可通过`list_models`查看所有的可选项
+    - `platform`: 部署平台，支持 Windows/Linux/Android/iOS
+    - `soc`: 部署硬件，支持 x86/x86-NVIDIA-GPU/ARM/Jetson
+    - `save_dir`: SDK下载保存目录

-    - 参数说明
-        - `list_models`: 列出FastDeploy当前最新支持的所有模型
-        - `download_sdk`: 下载模型在具体平台和对应硬件上的部署SDK以及示例
-        - `model`: 模型名，如"PP-PicoDet-s_320"，可通过`list_models`查看所有的可选项
-        - `platform`: 部署平台，支持 Windows/Linux/Android/iOS
-        - `soc`: 部署硬件，支持 x86/x86-NVIDIA-GPU/ARM/Jetson
-        - `save_dir`: SDK下载保存目录
+## 端侧

-## SDK使用
-### 1 云+服务器部署
-   - Linux 系统(X86 CPU、NVIDIA GPU)
-      - [C++ Inference部署（含视频流）](./docs/Linux-CPP-SDK-Inference.md)
-      - [C++ 服务化部署](./docs/Linux-CPP-SDK-Serving.md)
-      - [Python Inference部署](./docs/Linux-Python-SDK-Inference.md)
-      - [Python 服务化部署](./docs/Linux-Python-SDK-Serving.md)
-   - Window系统(X86 CPU、NVIDIA GPU)
-      - [C++ Inference部署（含视频流）](./docs/Windows-CPP-SDK-Inference.md)
-      - [C++ 服务化部署](./docs/Windows-CPP-SDK-Serving.md)
-      - [Python Inference部署](./docs/Windows-Python-SDK-Inference.md)
-      - [Python 服务化部署](./docs/Windows-Python-SDK-Serving.md)
+### 🤗**移动端和端侧：丰富的预训练模型，轻松下载SDK搞定推理部署**

-### 2 边缘侧部署
-   - ArmLinux 系统（NVIDIA Jetson Nano/TX2/Xavier）
-      - [C++ Inference部署（含视频流）](./docs/Jetson-Linux-CPP-SDK-Inference.md)
-      - [C++ 服务化部署](./docs/Jetson-Linux-CPP-SDK-Serving.md)

-### 3 端侧部署
-   - ArmLinux 系统(ARM CPU)  
-      - [C++ Inference部署（含视频流）](./docs/ARM-Linux-CPP-SDK-Inference.md)
-      - [C++ 服务化部署](./docs/ARM-Linux-CPP-SDK-Serving.md)
-      - [Python Inference部署](./docs/ARM-Linux-Python-SDK-Inference.md)
-      - [Python 服务化部署](./docs/ARM-Linux-Python-SDK-Serving.md)
+| <font size=2> 任务场景 | <font size=2> 模型             | <font size=2>  大小(MB) | <font size=2>端侧       | <font size=2>移动端       | <font size=2> 移动端     |
+| ------------------ | ---------------------------- | --------------------- | --------------------- | ---------------------- | --------------------- |
+| ----               | ---                          | ---                   | <font size=2>  Linux  | <font size=2> Android  | <font size=2>  iOS    |
+| -----              | ----                         | ---                   | <font size=2> ARM CPU | <font size=2>  ARM CPU | <font size=2> ARM CPU |
+| Classfication      | PP-LCNet                     | 11.9                  | ✅                     | ✅                      | ✅                     |
+|                    | PP-LCNetv2                   | 26.6                  | ✅                     | ✅                      | ✅                     |
+|                    | EfficientNet                 | 31.4                  | ✅                     | ✅                      | ✅                     |
+|                    | GhostNet                     | 20.8                  | ✅                     | ✅                      | ✅                     |
+|                    | MobileNetV1                  | 17                    | ✅                     | ✅                      | ✅                     |
+|                    | MobileNetV2                  | 14.2                  | ✅                     | ✅                      | ✅                     |
+|                    | MobileNetV3                  | 22                    | ✅                     | ✅                      | ✅                     |
+|                    | ShuffleNetV2                 | 9.2                   | ✅                     | ✅                      | ✅                     |
+|                    | SqueezeNetV1.1               | 5                     | ✅                     | ✅                      | ✅                     |
+|                    | Inceptionv3                  | 95.5                  | ✅                     | ✅                      | ✅                     |
+|                    | PP-HGNet                     | 59                    | ✅                     | ✅                      | ✅                     |
+|                    | SwinTransformer_224_win7     | 352.7                 | ✅                     | ✅                      | ✅                     |
+| Detection          | PP-PicoDet_s_320_coco        | 4.1                   | ✅                     | ✅                      | ✅                     |
+|                    | PP-PicoDet_s_320_lcnet       | 4.9                   | ✅                     | ✅                      | ✅                     |
+|                    | CenterNet                    | 4.8                   | ✅                     | ✅                      | ✅                     |
+|                    | YOLOv3_MobileNetV3           | 94.6                  | ✅                     | ✅                      | ✅                     |
+|                    | PP-YOLO_tiny_650e_coco       | 4.4                   | ✅                     | ✅                      | ✅                     |
+|                    | SSD_MobileNetV1_300_120e_voc | 23.3                  | ✅                     | ✅                      | ✅                     |
+|                    | PP-YOLO_ResNet50vd           | 188.5                 | ✅                     | ✅                      | ✅                     |
+|                    | PP-YOLOv2_ResNet50vd         | 218.7                 | ✅                     | ✅                      | ✅                     |
+|                    | PP-YOLO_crn_l_300e_coco      | 209.1                 | ✅                     | ✅                      | ✅                     |
+|                    | YOLOv5s                      | 29.3                  | ✅                     | ✅                      | ✅                     |
+| Face Detection     | BlazeFace                    | 1.5                   | ✅                     | ✅                      | ✅                     |
+| Face Localisation  | RetinaFace                   | 1.7                   | ✅                     | ❌                      | ❌                     |
+| Keypoint Detection | PP-TinyPose                  | 5.5                   | ✅                     | ✅                      | ✅                     |
+| Segmentation       | PP-LiteSeg(STDC1)            | 32.2                  | ✅                     | ✅                      | ✅                     |
+|                    | PP-HumanSeg-Lite             | 0.556                 | ✅                     | ✅                      | ✅                     |
+|                    | HRNet-w18                    | 38.7                  | ✅                     | ✅                      | ✅                     |
+|                    | PP-HumanSeg-Server           | 107.2                 | ✅                     | ✅                      | ✅                     |
+|                    | Unet                         | 53.7                  | ❌                     | ✅                      | ❌                     |
+| OCR                | PP-OCRv1                     | 2.3+4.4               | ✅                     | ✅                      | ✅                     |
+|                    | PP-OCRv2                     | 2.3+4.4               | ✅                     | ✅                      | ✅                     |
+|                    | PP-OCRv3                     | 2.4+10.6              | ✅                     | ✅                      | ✅                     |
+|                    | PP-OCRv3-tiny                | 2.4+10.7              | ✅                     | ✅                      | ✅                     |

-### 4 移动端部署
-   - [iOS 系统部署](./docs/iOS-SDK.md)
-   - [Android 系统部署](./docs/Android-SDK.md)  
+## 

-### 5 自定义模型部署
-   - [快速实现个性化模型替换](./docs/Replace-Model-With-Anther-One.md)
+## SDK使用(ARM CPU)
+
+### 1 端侧部署
+
+- ArmLinux 系统(ARM CPU)  
+  - [C++ Inference部署（含视频流）](./docs/ARM-Linux-CPP-SDK-Inference.md)
+  - [C++ 服务化部署](./docs/ARM-Linux-CPP-SDK-Serving.md)
+  - [Python Inference部署](./docs/ARM-Linux-Python-SDK-Inference.md)
+  - [Python 服务化部署](./docs/ARM-Linux-Python-SDK-Serving.md)
+
+### 2 移动端部署
+
+- [iOS 系统部署](./docs/iOS-SDK.md)
+- [Android 系统部署](./docs/Android-SDK.md)  
+
+### 3 自定义模型部署
+
+- [快速实现个性化模型替换](./docs/Replace-Model-With-Anther-One.md)

 ## 社区交流
-   - **加入社区👬：** 微信扫描二维码后，填写问卷加入交流群，与开发者共同讨论推理部署痛点问题
+
+- **加入社区👬：** 微信扫描二维码后，填写问卷加入交流群，与开发者共同讨论推理部署痛点问题

 <div align="center">
 <img src="https://user-images.githubusercontent.com/54695910/175854075-2c0f9997-ed18-4b17-9aaf-1b43266d3996.jpeg"  width = "200" height = "200" />
 </div>

-
-
 ## Acknowledge

 本项目中SDK生成和下载使用了[EasyEdge](https://ai.baidu.com/easyedge/app/openSource)中的免费开放能力，再次表示感谢。