SeetaFace6 ARM版（RK3399）速度与官方数据不符

[Azure-huxumin]

描述：
编译ARM板的SeetaFace（ARM板是Linux OS，芯片是RK3399）；
需要关闭（AVX，SSE，FMA）指令集，开启了NEON指令集，和TS_ON_ARM选项；在这种组合下编译出人脸特征提取模块的SO，使用自带的例子跑出来的平均耗时：大模型：1100ms左右，小模型：250ms左右；
但如果关闭TS_ON_ARM选项；大模型：600ms左右，小模型70ms左右；
从结果上看，在关闭（AVX，SSE，FMA）指令集，开启NEON指令集，关闭TS_ON_ARM选项时，测试时间结果与官方给出的时间最为接近，但在大模型上，依旧有一倍的差距（官方RK3399大模型耗时：300ms）。
问题：
请问官方的RK3399测试是使用的android OS，还是Linux OS？
在编译ARM版本时，是需要开启或者关闭什么选项，在官方RK3399的这组耗时数据下耗时，是如何编译的，是否可以分享呢？谢谢

[j201111100523]

感觉使用一个小核在处理算法

[HenryZhouHB]

交叉编译 SeetaFace6Open arm64版本 ，然后在rk3399 上 运行 demo，cpu 占用率超过 200%

[Martin-HZK]

交叉编译 SeetaFace6Open arm64版本 ，然后在rk3399 上 运行 demo，cpu 占用率超过 200%

请问这个是qt运行的demo在什么情况下cpu占用率超过200%？在不进行人脸注册人脸识别的时候还是什么？