Ultralytics YOLOは、物体検出、セグメンテーション、分類、姿勢推定、トラッキングなどに対応したコンピュータビジョン向けPythonライブラリです。
xlite-dev/lite.ai.toolkit
ONNXRuntime、MNN、TensorRTなどで動作する、物体検出・顔認識・セグメンテーション・マッティング向けの100種類以上のAIモデルを備えた軽量C++ツールキット。
- スター
- 4,444
- フォーク
- 783
- 未解決の Issue
- 1
- 最終コミット
- 2 か月前
これは何?
Lite.Ai.ToolKitは、100種類以上の学習済みコンピュータビジョンモデルと生成モデルを、lite::cv::Type::Classという命名パターンに沿った一貫性のあるインターフェースで利用できるC++ライブラリです。対応タスクには、物体検出(YOLO系、YOLOX、NanoDet、EfficientDet)、顔検出、顔の位置合わせと認識、感情や年齢の属性推定、分類、セグメンテーション、動画や画像のマッティングが含まれます。
主な依存関係はOpenCVとONNXRuntimeで、MNN、NCNN、TNN、TensorRTのバックエンドもオプションで利用できます。Stable DiffusionとFaceFusionのパイプラインにも対応しています。ビルド済みライブラリとbuild.shスクリプトが用意されており、Ubuntu 20.04でテストされたLinux向けのビルド手順も記載されています。
Python経由ではなく既存のアプリケーション内からC++でモデルを呼び出したい開発者は、前処理と後処理が実装済みのすぐに使えるラッパーとして利用できます。
主な機能
- 01100種類以上のビジョンモデルで一貫したC++ APIを提供し、前処理と後処理も含みます。
- 02デフォルトではONNXRuntimeで動作し、MNN、NCNN、TNN、TensorRTのバックエンドもオプションで利用できます。
- 03物体検出、顔認識と顔の位置合わせ、セグメンテーション、マッティングに対応しています。
- 04必須の依存関係はOpenCVとONNXRuntimeのみです。
- 05Stable DiffusionとFaceFusionのパイプライン例を含みます。
ユースケース
- C++のデスクトップアプリケーションや組み込みアプリケーションに、YOLOベースの物体検出を追加する。
- Pythonランタイムを使わずに、顔認識やランドマーク検出のパイプラインを構築する。
- C++の動画処理ツールで、背景のマッティングやセグメンテーションを実行する。
- ONNXRuntime、MNN、TensorRTの各バックエンドで同じモデルを比較する。
クイックスタート
- 1
リポジトリをクローンします
git clone --depth=1 https://github.com/xlite-dev/lite.ai.toolkit.git - 2
ビルドスクリプトを使ってソースからライブラリをビルドします
cd lite.ai.toolkit && sh ./build.sh - 3
または、v0.2.0のリリースページからビルド済みライブラリをダウンロードします
使う前に知っておきたいこと
- ビルドスクリプトが対応しているのはLinuxのみです。
- GPL-3.0ライセンスの下で提供されています。コピーレフトライセンスのため、派生物も同じ条件でオープンソースにする必要があります。
- TensorRTによる高速化には、TensorRT 10.x以降とCUDA 12.x以降が必要です。
収録されている特集
トピック
よくある質問
- lite.ai.toolkit とは?
- ONNXRuntime、MNN、TensorRTなどで動作する、物体検出・顔認識・セグメンテーション・マッティング向けの100種類以上のAIモデルを備えた軽量C++ツールキット。 Lite.Ai.ToolKitは、100種類以上の学習済みコンピュータビジョンモデルと生成モデルを、lite::cv::Type::Classという命名パターンに沿った一貫性のあるインターフェースで利用できるC++ライブラリです。対応タスクには、物体検出(YOLO系、YOLOX、NanoDet、EfficientDet)、顔検出、顔の位置合わせと認識、感情や年齢の属性推定、分類、セグメンテーション、動画や画像のマッティングが含まれます。
- lite.ai.toolkit は無料で使えますか?ライセンスは?
- lite.ai.toolkit は GPL-3.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- lite.ai.toolkit は今もメンテナンスされていますか?
- 半年以内に更新あり。lite.ai.toolkit の最終コミットは 2026年9月5日 です。
- lite.ai.toolkit は何に使えますか?
- C++のデスクトップアプリケーションや組み込みアプリケーションに、YOLOベースの物体検出を追加する。 Pythonランタイムを使わずに、顔認識やランドマーク検出のパイプラインを構築する。 C++の動画処理ツールで、背景のマッティングやセグメンテーションを実行する。 ONNXRuntime、MNN、TensorRTの各バックエンドで同じモデルを比較する。
- lite.ai.toolkit のインストール方法は?
- リポジトリをクローンします: git clone --depth=1 https://github.com/xlite-dev/lite.ai.toolkit.git ビルドスクリプトを使ってソースからライブラリをビルドします: cd lite.ai.toolkit && sh ./build.sh または、v0.2.0のリリースページからビルド済みライブラリをダウンロードします
- lite.ai.toolkit はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/xlite-dev/lite.ai.toolkit
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
TensorRTを使ってNVIDIA GPU上にYOLO系モデルをデプロイするC++/Pythonツールキット。検出、セグメンテーション、分類、姿勢推定、OBBに対応。
自前のカメラで物体・動体・顔を検出する、セルフホスト型のローカル専用NVR・AIコンピュータビジョンソフトウェア。
高解像度の二値画像セグメンテーション向け深層学習モデルBiRefNetの公式PyTorch実装。背景除去によく使われます。
ニューラルネットワークによる人物セグメンテーションで動画の背景を除去・置換し、暗所補正も行うOBS Studioプラグイン。
Ultralytics YOLOv5は、物体検出、インスタンスセグメンテーション、画像分類の学習とエクスポートに対応した、PyTorchベースのコンピュータービジョンツールキットです。