【PaddlePaddle Hackathon 2】68、基于 Paddle.js WebGL 计算方案实现人脸关键点检测 SDK

[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：基于 Paddle.js WebGL 计算方案实现人脸关键点检测 SDK
• 技术标签：深度学习框架，WebGL，人脸关键点检测，Typescript
• 任务难度：中等
• 详细描述： 结合 PaddleDetection blazeface_1000e 人脸检测模型和 PaddleHub face_landmark 模型实现人脸关键点检测；目前 blazeface_1000e 有三个 webgl 算子待支持，需要同时完成算子开发
• 工作拆解：
  1. 实现 3 个 webgl shader 算子开发，支持 blazeface_1000e 模型
  2. 完成两个模型前后处理，封装两个 api：init api 完成模型加载和初始化，keypointDetection api 完成关键点检测
  3. 参考 Paddle.js models 其他 sdk，完成项目搭建和 E2E 验证

【提交内容】

• 设计文档，并提 PR 至 PaddlePaddle/community 的 rfcs/js 目录
• Paddle.js face_landmark SDK
• 任务 PR 提交到 https://github.com/PaddlePaddle/Paddle.js/tree/release/develop/packages/paddlejs-models

【技术要求】

• 了解 Paddle.js，熟悉 shader 开发
• 了解如何转换 PaddlePaddle 模型到 Paddle.js
• 使用 Typescript 开发

【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。