Created by: ysh329

背景

目前OpenCL Image2D高优Kernel已经合如develop完成。需要对5个高优模型尝试以Image2D形式跑通，这5个模型分别是：

1. MobileNetV1；
2. MobileNetV2；
3. MnasNet；
4. yolonano；
5. video-sr。

工作量

1. 【已完成】对OpenCL NCHW形式的Kernel注册部分，进行注释，避免与ImageDefault在选Kernel时发生选择冲突或影响；
2. 【已完成】以Float Image2D形式跑通并验证结果：该过程将在下面详细说明；
3. 【已完成】该过程可能会修改Pass以适配转换目标为Image2D OpenCL的模型；
4. 【进行中】错误模型定位与修复（lens_mnasnet、lens_yolonano）：Fluid与lite每层输出结果比较，lite::Tensor * Predictor::GetTensor(string)的接口；
5. 【已完成】Float到FP16的支持：Kernel层面、框架层面。详见FP16支持方案（见后文）；
6. 【TODO】所有高优Kernel负责人自查对应单测在FP16下是否正确；
7. 【TODO】以Image2D FP16，跑通5个高优模型并检查精度是否符合；
8. 【TODO】超分模型video-sr计算过程会有维度变化，需要实现Conv、Fc等Kernel的ReinitWhenNeeded方法，参考CPU conv: https://github.com/PaddlePaddle/Paddle-Lite/search?q=ReInitWhenNeeded&unscoped_q=ReInitWhenNeeded。

模型验证流程

1. 模型转换：使用model_optimize_tool对模型转换，target选择opencl。查看该过程：     a. Static pick kernel pass过程选择的kernel是否正确：是否是opencl/image2d的     b. 根据log打印出来的图，查看拓补图对于layout op加入是否正确。
2. 模型单测：针对模型实现对应单测：需事先跑fluid拿到验证数据，再跑opencl结果，并做二者结果验证，流程仿./lite/api/mobilenetv1_test.cc，该过程使用优化过的naive_buffer格式的模型，因此需事先做模型转换（见步骤1）。

注：

1. 步骤1-模型转换，需要所有高优OP合入（目前尚未合入的有scale、concat、sigmoid）；
2. conv3x3在5个模型（mobilenetv1/v2、超分、mnasnet、YOLONano）中都有用到，正在加，但并不影响模型转换。

后续工作

该过程会建立新看板issue页面，不在本看板跟进。

1. 将Image2D Float Kernel全部改为Image FP16 Kernel；
2. 验证kernel单测正确性；
3. 跑通并验证5个模型正确性。