[Model] 更新SCRFD模型demo以及文档 (#1108)

* 更新scrfd

* 更新scrfd

examples/vision/facedet/scrfd/rknpu2/cpp/README_CN.md

@@ -1,66 +1,37 @@
 [English](README.md) | 简体中文
 # SCRFD C++部署示例
 
-本目录下提供`infer.cc`快速完成SCRFD在NPU加速部署的示例。
+本目录下提供`infer.cc`在RK356X上，快速完成SCRFD在NPU加速部署的示例。
 
 在部署前，需确认以下两个步骤:
 
 1. 软硬件环境满足要求
 2. 根据开发环境，下载预编译部署库或者从头编译FastDeploy仓库
 
-以上步骤请参考[RK2代NPU部署库编译](../../../../../../docs/cn/build_and_install/rknpu2.md)实现
-
-## 生成基本目录文件
-
-该例程由以下几个部分组成
-```text
-.
-├── CMakeLists.txt
-├── build  # 编译文件夹
-├── image  # 存放图片的文件夹
-├── infer.cc
-├── model  # 存放模型文件的文件夹
-└── thirdpartys  # 存放sdk的文件夹
-```
-
-首先需要先生成目录结构
-```bash
-mkdir build
-mkdir images
-mkdir model
-mkdir thirdpartys
-```
+以上步骤请参考[RK2代NPU文档导航](../../../../../../docs/cn/build_and_install/rknpu2.md)实现
 
 ## 编译
 
-### 编译并拷贝SDK到thirdpartys文件夹
-
-请参考[RK2代NPU部署库编译](../../../../../../docs/cn/build_and_install/rknpu2.md)仓库编译SDK，编译完成后，将在build目录下生成
-fastdeploy-0.7.0目录，请移动它至thirdpartys目录下.
-
-### 拷贝模型文件至model文件夹
-请参考[SCRFD模型转换文档](../README.md)转换SCRFD ONNX模型到RKNN模型,再将RKNN模型移动到model文件夹。
-
-### 准备测试图片至image文件夹
-```bash
-wget https://raw.githubusercontent.com/DefTruth/lite.ai.toolkit/main/examples/lite/resources/test_lite_face_detector_3.jpg
-cp test_lite_face_detector_3.jpg ./images
-```
-
-### 编译example
-
 ```bash
+mkdir build
 cd build
-cmake ..
+# 下载FastDeploy预编译库，用户可在上文提到的`FastDeploy预编译库`中自行选择合适的版本使用
+wget https://bj.bcebos.com/fastdeploy/release/cpp/fastdeploy-linux-aarch64-rk356X-x.x.x.tgz
+tar -xzvf fastdeploy-linux-aarch64-rk356X-x.x.x.tgz
+cmake .. -DFASTDEPLOY_INSTALL_DIR=${PWD}/fastdeploy-linux-aarch64-rk356X
 make -j8
-make install
 ```
+
 ## 运行例程
 
 ```bash
-cd ./build/install
-export LD_LIBRARY_PATH=${PWD}/lib:${LD_LIBRARY_PATH}
-./rknpu_test
+#下载官方转换好的SCRFD模型文件和测试图片
+wget https://bj.bcebos.com/paddlehub/fastdeploy/rknpu2/scrfd_500m_bnkps_shape640x640_rknpu2.zip
+unzip scrfd_500m_bnkps_shape640x640_rknpu2.zip
+wget https://raw.githubusercontent.com/DefTruth/lite.ai.toolkit/main/examples/lite/resources/test_lite_face_detector_3.jpg
+./infer_demo scrfd_500m_bnkps_shape640x640_rknpu2/scrfd_500m_bnkps_shape640x640_rk3568_quantized.rknn \
+              test_lite_face_detector_3.jpg \
+              1
 ```
 运行完成可视化结果如下图所示