本文介绍基于ARM 计算库（ACL）的Deep Learning框架Caffe和Mxnet，以及C++ API的MTCNN（可同时支持Caffe/Mxnet/TensorFlow）开源实现。
使用ARM计算库的深度学习框架Caffe/Mxnet
CaffeOnACL/MxnetOnACL：
OPEN AI LAB将ARM计算库（ACL）集成到Caffe和Mxnet两种深度学习框架，利用ACL所提供的底层优化库来加速运行在嵌入式ARM平台系统上的深度学习性能，分别称为CaffeOnACL和MxnetOnACL。ACL在持续更新和优化，CaffeOnACL/MxnetOnACL也保持同步更新。基于caffe/Mxnet深度学习框架所开发的应用，不需要修改可直接使用ARM计算库进行加速。
此外，CaffeOnACL/MxnetOnACL增加了多种调试手段方便应用开发，提供便捷的性能测试和优化手段，可灵活动态配置程序的数学加速层。
CaffeOnACL完整代码请访问：
https://github.com/OAID/caffeOnACL
MxnetOnACL完整代码请访问：
https://github.com/OAID/MxnetOnACL
OPEN AI LAB基于C++的
MTCNN开源实现
① 同时支持Caffe、Mxnet和TensorFlow三种深度学习框架，可通过配置选择三种框架的任意组合。
② C++ API，Linux平台的静态库和共享库
③ Aapche 2.0 License许可
MTCNN完整代码请访问：
https://github.com/OAID/mtcnn
使用CaffeOnACL的MTCNN实际测试效果
ARM 计算库 （ACL）
ARM 计算库是为 ARM CPU 和 Mali GPU 体系结构优化的一系列低级软件函数，面向各种不同的使用情形，包括：图像处理、计算机视觉和机器学习。它是免费提供的，但需获得 MIT 开源许可证才能使用。
ARM 计算库最初包含大量为 ARM Cortex-A 系列 CPU 处理器和 ARM Mali Midgard 和 Bifrost 系列 GPU 实现的函数。它是一个方便的低级优化函数资源库，开发人员可单独使用，也可作为复杂管道的一部分使用，从而加快其算法和应用程序运行速度。