【PaddlePaddle Hackathon 2】64、在 Paddle-Lite-Demo 中添加 mobilenet_v3 模型在安卓上的 Demo

[TCChenlong]

（此 ISSUE 为 PaddlePaddle Hackathon 第二期活动的任务 ISSUE，更多详见 【PaddlePaddle Hackathon 第二期】任务总览）

【任务说明】

• 任务标题：在 Paddle-Lite-Demo 中添加 mobilenet_v3 模型在安卓上的 Demo
• 技术标签：安卓开发、移动端推理
• 任务难度：中等
• 详细描述：参考mobilenet_v1 图像分类 android demo，使用 mobilenet_v3 模型在安卓手机上完成 demo 开发，输入为静态图片，输出为包含分类结果的图片；在界面上添加一个 backend 选择开关，用户可以选择将模型运行在 CPU 或 GPU 上，保证分别运行 CPU 和 GPU 结果均正确。

【提交内容】

• 设计文档，并提 PR 至 PaddlePaddle/community 的 rfcs/Lite 目录。
• 任务 PR 到 Paddle-Lite-Demo develop 分支，该 PR 涵盖任务说明中的详细描述功能。
• 相关技术文档，该文档应记录整个开发过程，形成基于Paddle Lite 的 mobilenet_v3 安卓开发教程。
• 建议先完成shell 端demo开发，确保纯c++ 语言下，在shell 下可以跑通demo；具体实现可参考 mobilenet_v1图像分类的 shell demo，并将mobilenet_v3 的shell demo提交GitHub （可选）

【高阶要求（如完成，本任务难度将变为困难）】

• 在完成Android demo开发后，基于已有的mobilenet_v1 图像分类iOS demo，添加mobilnet_v3的图像分类iOS demo
• 相关技术文档，该文档应记录整个开发过程，形成基于Paddle Lite 的 mobilenet_v3 iOS开发教程。=

【技术要求】

• 具备 C++/Java 开发基础
• 具备安卓开发经验
• 具有深度学习推理框架使用或开发经验

【参考内容】

• mobilenet_v1 图像分类 android demo
• mobilenet_v1图像分类的 shell demo
• mobilenet_v1 图像分类iOS demo

【答疑交流】

• 如果在开发中对于上述任务有任何问题，欢迎在本 ISSUE 下留言交流。
• 对于开发中的共性问题，在活动过程中，会定期组织答疑，请大家关注官网&QQ群的通知，及时参与。

[paddle-bot-old]

您好，我们已经收到了您的问题，会安排技术人员尽快解答您的问题，请耐心等待。请您再次检查是否提供了清晰的问题描述、复现代码、环境&版本、报错信息等。同时，您也可以通过查看官网文档、常见问题、历史Issue来寻求解答。祝您生活愉快～

Hi! We've received your issue and please be patient to get responded. We will arrange technicians to answer your questions as soon as possible. Please make sure that you have posted enough message to demo your request. You may also check out the API，FAQ and Github Issue to get the answer.Have a nice day!