Ultralytics YOLO — библиотека Python для компьютерного зрения: обнаружение объектов, сегментация, классификация, оценка позы, трекинг и другие задачи.
62,8 тыс.+39 за неделю11,9 тыс.PythonAGPL-3.0Обновлён 18 часов назад
xlite-dev/lite.ai.toolkit
Лёгкая C++-библиотека с более чем 100 моделями ИИ для детекции, распознавания лиц, сегментации и удаления фона; поддерживает ONNXRuntime, MNN, TensorRT и другие движки.
- Звёзды
- 4,444
- Форки
- 783
- Открытые issues
- 1
- Последний коммит
- 2 месяца назад
Что это?
Lite.Ai.ToolKit — это библиотека на C++, которая предоставляет единый интерфейс к более чем 100 предобученным моделям компьютерного зрения и генеративным моделям, используя шаблон именования lite::cv::Type::Class. Среди поддерживаемых задач — детекция объектов (семейство YOLO, YOLOX, NanoDet, EfficientDet), детекция, выравнивание и распознавание лиц, определение эмоций и возраста, классификация, сегментация, а также удаление фона с видео и изображений.
Основные зависимости — OpenCV и ONNXRuntime; дополнительно доступны бэкенды MNN, NCNN, TNN и TensorRT. Также предусмотрена поддержка Stable Diffusion и конвейера FaceFusion. В проекте есть готовые библиотеки и скрипт build.sh, а также документация по сборке под Linux; тестирование проводилось на Ubuntu 20.04.
Разработчики, которым нужно вызывать эти модели из C++ в существующем приложении, а не через Python, могут использовать библиотеку как готовую обёртку с уже реализованной пред- и постобработкой.
Ключевые возможности
- 01Единый C++ API для более чем 100 моделей компьютерного зрения, включая пред- и постобработку.
- 02По умолчанию работает на ONNXRuntime; также доступны бэкенды MNN, NCNN, TNN и TensorRT.
- 03Поддерживает детекцию, распознавание и выравнивание лиц, сегментацию и удаление фона.
- 04Минимальный набор обязательных зависимостей: OpenCV и ONNXRuntime.
- 05Включает примеры Stable Diffusion и конвейера FaceFusion.
Сценарии использования
- Добавление детекции объектов на основе YOLO в настольное или встраиваемое C++-приложение.
- Создание конвейера распознавания лиц или обнаружения ключевых точек без среды выполнения Python.
- Удаление фона или сегментация в инструменте обработки видео на C++.
- Сравнение работы одной модели на бэкендах ONNXRuntime, MNN и TensorRT.
Быстрый старт
- 1
Клонируйте репозиторий
git clone --depth=1 https://github.com/xlite-dev/lite.ai.toolkit.git - 2
Соберите библиотеку из исходного кода с помощью скрипта сборки
cd lite.ai.toolkit && sh ./build.sh - 3
Или скачайте готовую библиотеку со страницы релиза v0.2.0
Что важно знать
- Скрипт сборки поддерживает только Linux.
- Лицензия GPL-3.0 — это лицензия с авторским левом, требующая публиковать производные работы как открытый исходный код на тех же условиях.
- Для ускорения с помощью TensorRT требуются TensorRT 10.x или более поздняя версия и CUDA 12.x или более поздняя версия.
В подборках
Темы
Частые вопросы
- Что такое lite.ai.toolkit?
- Лёгкая C++-библиотека с более чем 100 моделями ИИ для детекции, распознавания лиц, сегментации и удаления фона; поддерживает ONNXRuntime, MNN, TensorRT и другие движки. Lite.Ai.ToolKit — это библиотека на C++, которая предоставляет единый интерфейс к более чем 100 предобученным моделям компьютерного зрения и генеративным моделям, используя шаблон именования lite::cv::Type::Class. Среди поддерживаемых задач — детекция объектов (семейство YOLO, YOLOX, NanoDet, EfficientDet), детекция, выравнивание и распознавание лиц, определение эмоций и возраста, классификация, сегментация, а также удаление фона с видео и изображений.
- lite.ai.toolkit можно использовать бесплатно? Какая у него лицензия?
- lite.ai.toolkit распространяется с открытым исходным кодом под лицензией GPL-3.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- lite.ai.toolkit всё ещё поддерживается?
- Обновлялся за последние 6 месяцев. Последний коммит в lite.ai.toolkit — 5 сент. 2026 г..
- Для чего можно использовать lite.ai.toolkit?
- Добавление детекции объектов на основе YOLO в настольное или встраиваемое C++-приложение. Создание конвейера распознавания лиц или обнаружения ключевых точек без среды выполнения Python. Удаление фона или сегментация в инструменте обработки видео на C++. Сравнение работы одной модели на бэкендах ONNXRuntime, MNN и TensorRT.
- Как установить lite.ai.toolkit?
- Клонируйте репозиторий: git clone --depth=1 https://github.com/xlite-dev/lite.ai.toolkit.git Соберите библиотеку из исходного кода с помощью скрипта сборки: cd lite.ai.toolkit && sh ./build.sh Или скачайте готовую библиотеку со страницы релиза v0.2.0
- Где скачать lite.ai.toolkit?
- Исходный код и инструкции по установке — на GitHub: https://github.com/xlite-dev/lite.ai.toolkit
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Набор инструментов на C++/Python для запуска моделей семейства YOLO на GPU NVIDIA с помощью TensorRT: детекция, сегментация, классификация, оценка позы и OBB.
1,9 тыс.199C++GPL-3.0Обновлён в прошлом месяце
Локальная NVR-система с ИИ и компьютерным зрением для обнаружения объектов, движения и лиц на собственных камерах.
3,7 тыс.453PythonMITОбновлён 19 часов назад
Официальная реализация BiRefNet на PyTorch — модели для высокоточного разделения объектов и фона на изображениях, часто используемой для удаления фона.
4,3 тыс.+9 за неделю345PythonMITОбновлён 7 дней назад
Плагин для OBS Studio, который удаляет или заменяет фон за человеком в видео с помощью нейросетевой сегментации портретов, а также улучшает изображение при слабом освещении.
4,6 тыс.+4 за неделю294C++GPL-3.0Обновлён вчера
Ultralytics YOLOv5 — библиотека компьютерного зрения на базе PyTorch для детекции объектов, сегментации экземпляров и классификации изображений, с обучением и экспортом моделей.
58,2 тыс.+22 за неделю17,5 тыс.PythonAGPL-3.0Обновлён 3 дня назад