lite.ai.toolkit 快速上手清单lite::cv::Type::Class 命名规范下如何秒查目标 AI 模型类【免费下载链接】lite.ai.toolkitA lite C AI toolkit: 100 models with MNN, ORT and TRT, including Det, Seg, Stable-Diffusion, Face-Fusion.项目地址: https://gitcode.com/gh_mirrors/lit/lite.ai.toolkitlite.ai.toolkit 是一个轻量级 C AI 工具库内置 100 个预集成模型统一支持 ONNXRuntime、MNN、NCNN、TNN、TensorRT 五大推理后端覆盖目标检测、人脸检测、人脸融合、Stable Diffusion 等场景。它的核心优势是一致且可预测的命名规范lite::cv::功能域::模型类名记住这一条规则你就能在一套代码里秒查任何目标 AI 模型类无需逐个翻阅文档。一、命名规范拆解lite::cv::Type::Class三层结构lite.ai.toolkit 的所有模型类都挂在同一个四级命名空间下每一层都有固定含义层级示例含义第 1 层litelite库总命名空间第 2 层cvlite::cv视觉模型域另有sd为 Stable Diffusion 域第 3 层Typedetection/face/faceid功能域按任务类型划分第 4 层ClassYoloV5/SCRFD模型类名直接用论文/社区名这套映射关系统一维护在 lite/models.h 中它是全库模型注册表按功能域namespace分组再用typedef把每个具体模型暴露为易读类名。查类名最快的方式就是直接看这个文件。10 个常用功能域Type速查功能域 Type典型模型 Class对应源码目录detection通用目标检测YoloV5、YoloX、NanoDetPlus、EfficientDetlite/ort/cv/face::detect人脸检测SCRFD、RetinaFace、UltraFace、YOLO5Facelite/ort/cv/face::align人脸对齐关键点PFLD、PFLD68、FaceLandmark1000lite/ort/cv/face::attr年龄/性别/表情AgeGoogleNet、SSRNet、EmotionFerPluslite/ort/cv/faceid人脸识别GlintArcFace、FaceNet、MobileFaceNetlite/ort/cv/segmentation语义分割DeepLabV3ResNet101、FaceParsingBiSeNetlite/ort/cv/matting抠图MODNet、RobustVideoMatting、MGMattinglite/ort/cv/classification图像分类MobileNetV2、ResNet、EfficientNetLite4lite/ort/cv/style风格迁移FastStyleTransfer、FemalePhoto2Cartoonlite/ort/cv/resolution/upscale超分SubPixelCNN、RealESRGANlite/ort/cv/二、快速定位模型类的 6 步清单按下面清单操作30 秒内找到目标模型类定任务想做的事属于检测、分割、抠图还是人脸识别对应上表中的Type。定模型名确认你想用的具体模型如 SCRFD类名即模型社区通用名驼峰化。查注册表打开 lite/models.h用编辑器搜索类名如SCRFD命中行即为typedef别名。定后端默认写lite::cv::face::detect::SCRFD若已编译启用 MNN则写lite::mnn::cv::face::detect::SCRFD其余后端同理。对参数各模型构造函数只接受模型权重路径NCNN/TNN 为 param/bin、proto/model 双路径详见 examples/lite/cv/ 下同名测试文件。看 API所有模型类的主接口统一为detect(img, results)参数含义见 docs/api/api.default.md。一个最小示例YOLOv5 目标检测#include lite/lite.h auto *yolov5 new lite::cv::detection::YoloV5(yolov5s.onnx); std::vectorlite::types::Boxf detected_boxes; yolov5-detect(img_bgr, detected_boxes);完整可运行版本可参考 examples/lite/cv/test_lite_yolov5.cpp。三、一套代码切换五大推理后端lite.ai.toolkit 不做后端抽象而是为每个后端提供独立命名空间因此换后端 换第一级子命名空间lite::cv::face::detect::SCRFD *d1 ...; // 默认默认 ONNXRuntime lite::onnxruntime::cv::face::detect::SCRFD *d2 ...; lite::mnn::cv::face::detect::SCRFD *d3 ...; // .mnn 权重 lite::ncnn::cv::face::detect::SCRFD *d4 ...; // .param .bin lite::tnn::cv::face::detect::SCRFD *d5 ...; // .tnnproto .tnnmodel lite::trt::cv::detection::YOLOV5 *d6 ...; // .engine 权重后端是否可用由编译宏控制宏定义在 lite/config.h.inENABLE_ONNXRUNTIME/ENABLE_MNN/ENABLE_TENSORRT等默认命名空间lite::cv的指向在 lite/models.h 文件末尾按ONNXRuntime → MNN → NCNN → TNN优先级自动绑定各后端可用权重清单见 docs/hub/ 下的 ONNX / MNN / TNN / NCNN Hub 文档。四、结果类型速查lite::types命名空间无论用哪个模型类输出结果都是统一类型定义在 lite/types.h这也是秒查体验的一部分——学会一次处处通用类型含义常见产出模型lite::types::Boxf检测框坐标置信度类别所有detection域模型lite::types::BoxfWithLandmarks检测框 关键点SCRFD、YOLO5Face等人脸检测lite::types::Landmarks关键点集合PFLD、FaceLandmark1000lite::types::FaceContent人脸特征向量faceid域全部模型lite::types::SegmentContent分割结果segmentation域模型五、新手最容易踩的 3 个坑把类名翻译成中文拼音——类名一律采用模型社区英文原名SCRFD不叫SFaceDet不确定就搜 lite/models.h。忘记权重后缀匹配——ONNX 系后端吃.onnxMNN 吃.mnnNCNN 吃.param/.binTNN 吃.tnnproto/.tnnmodelTensorRT 吃.engine路径错了构造函数直接失败。混用默认命名空间与显式命名空间——lite::cv::的指向取决于编译宏跨后端移植时建议显式写出lite::mnn::cv::这类完整路径避免本地能跑、换后端就找不到类。总结lite.ai.toolkit 的查找心法就一句话——任务定 Type、社区名定 Class、后端定子命名空间。配合 lite/models.h 注册表和 examples/lite/cv/ 下的 100 个同名测试用例任何目标 AI 模型类都能在 30 秒内定位并跑起来。【免费下载链接】lite.ai.toolkitA lite C AI toolkit: 100 models with MNN, ORT and TRT, including Det, Seg, Stable-Diffusion, Face-Fusion.项目地址: https://gitcode.com/gh_mirrors/lit/lite.ai.toolkit创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考