lite.ai.toolkit

一行代码调用 100+ 模型,C++ 部署 AI 不再难

lite.ai.toolkit 是一个轻量级的 C++ AI 推理工具包,集成了 100 多个预训练模型,支持 MNN、ONNX Runtime 和 TensorRT 等多种推理后端。它主要解决 C++ 开发者快速集成 AI 能力的问题,覆盖目标检测(YOLOv5/v6/v8)、图像分割、Stable Diffusion 文生图、人脸融合(FaceFusion)和视频抠像(RobustVideoMatting)等任务。核心能力包括:统一简洁的 API 接口,屏蔽底层推理引擎差异;模型仓库预置丰富,开箱即用;支持跨平台部署,兼顾移动端和服务器端。项目采用模块化设计,便于扩展新模型,适合需要高性能、低延迟 AI 推理的 C++ 项目。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 4422
维护状态 低维护
是否开源
定价模式 free

项目数据

分类图像生成
开发团队xlite-dev
所属国家
定价模式free
价格说明开源项目,GPL-3.0许可证,完全免费,可自行部署使用。
访问状态
是否开源
开源协议GPL-3.0
主要语言C++
技术栈/模型facefusion,mnn,mnn-model,ncnn,onnx,onnxruntime,robustvideomatting,stable-diffusion,tensorrt,tnn,yolov5,yolov6,yolov8,yolox
GitHub 星标★ 4422
30天Star增速
HF 下载量
上线时间2021-03-22 00:00:00
最近更新2026-08-18 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数0

核心亮点

  • 预置 100+ 模型,覆盖检测、分割、生成等主流任务,省去模型转换和适配时间
  • 统一 API 封装 MNN/ORT/TRT,切换推理后端只需改配置,代码零改动
  • 纯 C++ 实现,无 Python 依赖,适合嵌入式和服务端高性能场景

不足之处

  • 文档偏少,部分模型示例不完整,上手依赖源码阅读
  • 模型更新滞后,新模型需自行转换和集成

适用场景

  • 在 C++ 服务端快速部署 YOLO 目标检测,实现视频流实时分析
  • 在移动端或边缘设备集成 Stable Diffusion 或人脸融合功能
  • 作为 AI 算法原型到 C++ 生产环境的桥梁,快速验证模型效果

替代项目

ncnn、OpenCV DNN、TNN

项目介绍

lite.ai.toolkit 是一个图像生成领域的开源项目,官方简介:A lite C++ AI toolkit: 100+ models with MNN, ORT and TRT, including Det, Seg, Stable-Diffusion, Face-Fusion.。项目使用 C++ 开发,在 GitHub 上获得 4418 星标。

上一篇:ExprGAN

下一篇:sd-webui-segment-anything

同类项目推荐

DEIMv2 开源

用DINOv3做实时检测,又快又准,直接落地。

[DEIMv2] Real Time Object Detection Meets DINOv3

★ 1986 2026-08-14
geti 开源

少数据快训练,轻松搞定计算机视觉模型

Build computer vision models in a fraction of the time and with less data.

★ 1309 2026-08-10
opencv 开源

开箱即用的视觉算法库,搞定图像视频处理与识别

Open Source Computer Vision Library

★ 90502 2026-08-10
fsdl-text-recognizer-2022-labs 开源

跟着课程撸一个能跑的文本识别全流程项目

Complete deep learning project developed in Full Stack Deep Learning, 2022 edition. ···

★ 530 2026-08-09