实现由 MXNet 转为 PyTorch

• MXNet 越来越小众化，故从基于 MXNet 的实现转为基于 PyTorch 的实现；
• 检测速度得到极大提升，耗时几乎下降了一个量级；
• 检测精度也得到较大的提升；
• 实用性增强；检测接口中提供了更灵活的参数，不同应用场景可以尝试使用不同的参数以获得更好的检测效果；
• 提供了更丰富的预训练模型，开箱即用。

更新模型自动下载地址

v0.1.2

update version

修复GPU下推断的bug

CnStd.detect()加入输入参数 kwargs: 目前会使用到的keys有：

"height_border"，裁切图片时在高度上留出的边界比例，最终上下总共留出的边界大小为height * height_border; 默认为0.05；
"width_border"，裁切图片时在宽度上留出的边界比例，最终左右总共留出的边界大小为height * width_border; 默认为0.0；
bugfix:

修复GPU下推断bug：#3