根据官方文档，通过TNN中的tools的工具吧pytorch导出的torchvision.resnet34的模型转换成tnn模型，并整理tnn的库，整理成一个demo，文档为CMake项目
基于RK3399pro 的demo，python3调用C++的后处理程序，相较于python3的后处理程序，需要600+ms，使用pybind调用C++ 仅需要30ms就可以完成
因为RK3399pro+fadora系统的/dev/video0口被占用，使用python3+opencv无法读取摄像头数据，所以使用过 v4l2调用USB摄像头
使用pyqt5+python3 实现从ftp服务器下载文件到本地，并且在下载完后把FTP服务器端的该文件移动到指定文件夹，作为已下载标识。
将TCP接收到的十六进制字符串 如 “FF D8 FF E0 00 10 4A……CE 78 E9 4D DC A3 FF D9”，这样的图片数据，转换成python-opencv 或者numpy 可以读取的数据 并可以显示出来
