lite.ai.toolkit

介绍 lite.ai.toolkit 项目

项目概述

lite.ai.toolkit 是一个轻量化的 C++ 工具包，专注于人工智能模型的使用。这个工具包包含了一系列功能强大的 AI 模型，例如目标检测、面部检测、面部识别、图像分割和图像抠图等。开发者可以在 Model Zoo 中找到更多的模型，并且支持 ONNX、MNN、TNN 和 NCNN 四种推理引擎。

项目特点

简单易用：lite.ai.toolkit 提供了简单而一致的语法，开发者只需使用如 lite::cv::Type::Class 这样的语法结构即可使用模型。
最低依赖：工具包默认仅需依赖 OpenCV 和 ONNXRuntime，降低了构建和使用的复杂度。
支持丰富的模型：目前支持超过 300 个 C++ 实现的模型和 500 多个权重，涵盖多个 AI 应用场景。

支持的平台与引擎

设备支持：工具包支持通过 GPU 和 CPU 进行推理，适用于 Linux 系统。
兼容性：支持 ONNXRuntime、MNN、TNN 和 NCNN 引擎，并与 NVIDIA 的 TensorRT 兼容，用于 GPU 加速推理。

快速开始

用户可以从最新版的 tag/v0.2.0 下载预构建的 lite.ai.toolkit 库，或者从源码构建。下面是一个使用 YOLOv5 模型进行目标检测的简单示例代码：

#include "lite/lite.h"

int main(int argc, char *argv[]) {
  std::string onnx_path = "yolov5s.onnx";
  std::string test_img_path = "test_yolov5.jpg";
  std::string save_img_path = "test_results.jpg";

  auto *yolov5 = new lite::cv::detection::YoloV5(onnx_path); 
  std::vector<lite::types::Boxf> detected_boxes;
  cv::Mat img_bgr = cv::imread(test_img_path);
  yolov5->detect(img_bgr, detected_boxes);
  
  lite::utils::draw_boxes_inplace(img_bgr, detected_boxes);
  cv::imwrite(save_img_path, img_bgr);  
  delete yolov5;
  return 0;
}

构建与设置

用户可以参考以下 CMakeLists.txt 文件快速设置项目：

set(lite.ai.toolkit_DIR YOUR-PATH-TO-LITE-INSTALL)
find_package(lite.ai.toolkit REQUIRED PATHS ${lite.ai.toolkit_DIR})
add_executable(lite_yolov5 test_lite_yolov5.cpp)
target_link_libraries(lite_yolov5 ${lite.ai.toolkit_LIBS})