【Hackathon4 No.185】 Add "Deploy PaddleDetection by Java" RFC

rfcs/FastDeploy/20230222_deploy_PaddleDetection_by_Java.md

@@ -0,0 +1,44 @@
+# 使用java完成PaddleDetection部署设计文档
+|属性 | 内容 |
+|-|---|
+|提交作者<input type="checkbox" class="rowselector hidden"> | Tomoko-hjf |
+|提交时间<input type="checkbox" class="rowselector hidden"> | 2023-02-22 |
+|版本号 | V0.0 |
+|文件名 | 20230222_deploy_PaddleDetection_by_Java.md<br> |
+
+
+# 一、概述
+## 1、相关背景
+随着人工智能应用的不断发展，不仅要求在`服务端`进行部署，也需要在`移动安卓端`进行部署。
+## 2、功能目标
+在`FastDeploy`中使用`java`完成`PaddleDetection`中`PP-YOLOE`, `PaddleYOLOv8`, `PaddleYOLOv5`等模型的部署。
+
+## 3、意义
+可以使用Java在移动端部署`PP-YOLOE`, `PaddleYOLOv8`, `PaddleYOLOv5`等目标检测模型。
+
+# 二、飞桨现状
+在`使用Java部署目标检测模型`方面，`FastDeploy`目前只支持`PicoDet`，缺乏其他的目标检测模型。
+
+# 三、设计思路与实现方案
+
+## 总体思路
+在`Java`层面新增模型部署可以分为几个步骤：定义模型对应的调用本地`native`方法的`Java`类、使用C++实现`JNI`函数、修改`CMakeLists.txt`文件。
+
+## 定义模型对应的调用本地`native`方法的`Java`类
+* 在`fastdeploy/src/main/java/com/baidu/paddle/fastdeploy/vision/detection`下定义目标检测模型对应的Java类，如`PPYOLOE`类。
+* 在类中定义`构造方法`，`predict方法`、`release方法`。
+
+## 使用C++实现`JNI`函数
+在`fastdeploy/src/main/cpp/fastdeploy_jni/vision/detection/`下使用`C++`实现对应模型的`JNI`函数(`Java`类中调用的`native`方法)。
+
+# 四、测试和验收的考量
+在`Android`端部署增加的检测模型，并进行测试。
+
+# 五、可行性分析和排期规划
+通过`JNI`调用`C++`函数，方案可行。预计需要一周。
+
+# 六、影响面
+对其他模块没有影响。
+
+# 附件及参考资料
+参考仓库下已经实现的`PicoDet`。