[Demo] v2.6 supports mask_demo (#3571) (#3574)

* v2.6 supports mask_demo, test=develop

lite/demo/cxx/README.md

@@ -12,38 +12,25 @@
 
 **下载Demo并执行**
 
-下载压缩包[mask_detection_files](https://paddle-inference-dist.cdn.bcebos.com/PaddleLiteDemo/mask_detection_files.tgz)，解压到本地，其中包括编译好的可执行文件、模型文件、测试图片、PaddleLite 2.3版本动态库。
+下载压缩包[mask_demo](https://paddle-inference-dist.cdn.bcebos.com/PaddleLiteDemo/mask_demo_v2.6.tgz)，解压到本地，其中包括编译好的可执行文件、模型文件、测试图片、PaddleLite 2.6版本动态库。
 
-电脑连接安卓手机，在电脑shell端执行如下命令，将mask_detection_files文件夹push到安卓手机上。
-```
-adb push mask_detection_files /data/local/tmp/
-```
+电脑连接安卓手机，在电脑shell端进入 `mask_demo` 目录。
 
-在电脑shell端执行如下命令，进入安卓手机，执行demo。
-```
-adb shell
-cd /data/local/tmp/mask_detection_files
-export LD_LIBRARY_PATH=/data/local/tmp/mask_detection_files:$LD_LIBRARY_PATH 
-./mask_detection face_detection mask_classification test.jpg
-```
+执行 `sh run.sh`，会将文件push到手机端、执行口罩检测、pull结果图片。
 
-回到电脑端，将结果图片（test_mask_detection_result.jpg）取出，查看检测结果。
-```
-exit
-adb pull /data/local/tmp/mask_detection_files/test_mask_detection_result.jpg ./
-```
+在电脑端查看 `test_img_result.jpg`，即是口罩检测结果。
 
 
 **编译Demo并执行**
 
-参考[源码编译](https://paddlepaddle.github.io/Paddle-Lite/v2.2.0/source_compile/)准备编译环境。
+参考[预测库编译](https://paddle-lite.readthedocs.io/zh/latest/user_guides/source_compile.html)准备编译环境。
 
-执行下面命令，下载PaddleLite代码，切换到2.3版本分支。
+执行下面命令，下载PaddleLite代码，切换到2.6版本分支。
 ```shell
 git clone https://github.com/PaddlePaddle/Paddle-Lite.git
 cd Paddle-Lite
-git fetch origin release/v2.3:release/v2.3 
-git checkout release/v2.3
+git fetch origin release/v2.6:release/v2.6 
+git checkout release/v2.6
 ```
 
 进入PaddleLite根目录，编译预测库。
@@ -58,14 +45,20 @@ git checkout release/v2.3
     full_publish
 ```
 
-进入编译目录，下载模型和图片的压缩包，编译可执行文件。
+编译完成后，进入Demo编译目录，执行脚本，会编译可执行文件，同时将可执行文件、预测库、模型、图片保存到 `mask_demo` 文件中。
 ```shell
 cd build.lite.android.armv8.gcc/inference_lite_lib.android.armv8/demo/cxx/mask_detection
-wget https://paddle-inference-dist.bj.bcebos.com/mask_detection.tar.gz
-tar zxvf mask_detection.tar.gz
-make
+sh prepare.sh
 ```
 
+电脑连接安卓手机，在电脑shell端进入 `mask_demo` 目录。
+
+执行 `sh run.sh`，会将文件push到手机端、执行口罩检测、pull结果图片。
+
+在电脑端查看 `test_img_result.jpg`，即是口罩检测结果，如下图。
+
+![test_mask_detection_result](https://user-images.githubusercontent.com/7383104/75131866-bae64300-570f-11ea-9cad-17acfaea1cfc.jpg)
+
 当然，大家也可以通过PaddleHub下载人脸检测模型和口罩佩戴判断模型。
 ```
 # 下载paddlehub以后，通过python执行以下代码
@@ -77,31 +70,6 @@ pyramidbox_lite_mobile_mask.processor.save_inference_model(dirname="test_program
 # 从PaddleHub下载的是预测模型，需要使用PaddleLite提供的model_optimize_tools对预测模型进行转换，请参考[模型转换文档](https://paddlepaddle.github.io/Paddle-Lite/v2.2.0/model_optimize_tool/)。
 ```
 
-电脑连接安卓手机，将可执行文件、测试图片、模型文件、预测库push到安卓手机上。
-```
-adb push mask_detection /data/local/tmp/
-adb push test.jpg /data/local/tmp/
-adb push face_detection /data/local/tmp
-adb push mask_classification /data/local/tmp
-adb push ../../../cxx/lib/libpaddle_light_api_shared.so /data/local/tmp/
-adb shell chmod +x /data/local/tmp/mask_detection
-```
-
-进入安卓手机，执行demo。
-```
-adb shell
-cd /data/local/tmp
-export LD_LIBRARY_PATH=/data/local/tmp/:$LD_LIBRARY_PATH 
-./mask_detection face_detection mask_classification test.jpg
-```
-
-回到电脑端，将结果取出，查看如下效果图。
-```
-adb pull /data/local/tmp/test_mask_detection_result.jpg ./
-```
-
-![test_mask_detection_result](https://user-images.githubusercontent.com/7383104/75131866-bae64300-570f-11ea-9cad-17acfaea1cfc.jpg)
-
 注：mask_detetion.cc 中的缩放因子shrink, 检测阈值detect_threshold, 可供自由配置:
    - 缩放因子越大，模型运行速度越慢，检测准确率越高。
    - 检测阈值越高，人脸筛选越严格，检测出的人脸框可能越少。

lite/demo/cxx/mask_detection/mask_detection.cc

@@ -246,7 +246,7 @@ void RunModel(std::string det_model_file,
 
     text += prob_str.substr(0, point_idx + 3) + "%";
     int font_face = cv::FONT_HERSHEY_SIMPLEX;
-    double font_scale = 0.25;
+    double font_scale = 0.38;
     float thickness = 1;
     cv::Size text_size =
         cv::getTextSize(text, font_face, font_scale, thickness, nullptr);
@@ -285,7 +285,7 @@ void RunModel(std::string det_model_file,
   int start = img_path.find_last_of("/");
   int end = img_path.find_last_of(".");
   std::string img_name = img_path.substr(start + 1, end - start - 1);
-  std::string result_name = img_name + "_mask_detection_result.jpg";
+  std::string result_name = img_name + "_result.jpg";
   cv::imwrite(result_name, img);
   std::cout << "write result to file: " << result_name << ", success."
             << std::endl;

lite/demo/cxx/mask_detection/prepare.sh

+# make
+make -j
+
+# mkdir
+gf=mask_demo
+if [ -d ${gf} ];then
+    rm -rf ${gf}
+fi
+mkdir ${gf}
+
+# collect files
+cp run.sh ${gf}
+cp mask_detection ${gf}
+cp ../../../cxx/lib/libpaddle_light_api_shared.so ${gf}
+
+if [ ! -f "mask_models_img.tar.gz" ];
+then
+   wget -c https://paddle-inference-dist.cdn.bcebos.com/PaddleLiteDemo/mask_models_img.tar.gz 
+fi
+tar zxvf mask_models_img.tar.gz
+mv mask_models_img ${gf}
+
+# clean
+make clean

lite/demo/cxx/mask_detection/run.sh

+adb push ../mask_demo /data/local/tmp/
+
+mask_demo_path="/data/local/tmp/mask_demo"
+
+adb shell "cd ${mask_demo_path} \
+           && export LD_LIBRARY_PATH=${mask_demo_path}:${LD_LIBRARY_PATH} \
+           && ./mask_detection \
+                mask_models_img/pyramidbox_lite_opt2.nb \
+                mask_models_img/mask_detector_opt2.nb \
+                mask_models_img/test_img.jpg"
+
+adb pull ${mask_demo_path}/test_img_result.jpg .