lite.ai.toolkit CMake 集成教程3行 find_package 代码接入 100 模型 AI 工具箱【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 工具箱内置 100 预训练模型目标检测、人脸检测、人脸融合、Stable-Diffusion 等支持 ONNXRuntime、MNN、TensorRT 等多种推理后端。本教程用 3 行find_package代码把它快速集成到你自己的 CMake 工程中。一、集成前构建并安装 lite.ai.toolkitlite.ai.toolkit ≥ 0.2 仅支持 Linux已验证 Ubuntu 20.04默认后端为 ONNXRuntime。一键构建安装步骤git clone --depth1 https://gitcode.com/gh_mirrors/lit/lite.ai.toolkit cd lite.ai.toolkit bash ./build.sh # 内部执行 cmake make make install安装完成后./build/install/目录结构如下这是 CMake 能自动找到包的关键路径内容include/lite/全部 C 头文件入口是 lite.hlib/liblite.ai.toolkit.so工具箱动态库third_party/OpenCV、ONNXRuntime 等依赖库lite.ai.toolkit.cmake库路径与变量定义脚本lite.ai.toolkit-config.cmakefind_package配置文件安装逻辑见 CMakeLists.txt 与 lite.ai.toolkit-config.cmake。二、3行 find_package 代码完成集成在你的项目CMakeLists.txt中只需 3 行set(lite.ai.toolkit_DIR /path/to/lite.ai.toolkit/build/install) find_package(lite.ai.toolkit REQUIRED PATHS ${lite.ai.toolkit_DIR}) target_link_libraries(your_target ${lite.ai.toolkit_LIBS})find_package成功后会自动设置 4 个变量定义见 lite.ai.toolkit-config.cmakelite.ai.toolkit_LIBS需要链接的全部库含 OpenCV、ONNXRuntimelite.ai.toolkit_INCLUDE_DIRS头文件目录lite.ai.toolkit_LIBS_DIRS动态库搜索目录lite.ai.toolkit_Found查找成功标志建议加一段日志方便排查if (lite.ai.toolkit_Found) message(STATUS LIBS_DIRS: ${lite.ai.toolkit_LIBS_DIRS}) endif()写一个 YOLOv5 目标检测程序代码层面只需包含一个头文件即可调用工具箱里任意模型#include lite/lite.h auto *yolov5 new lite::cv::detection::YoloV5(yolov5s.onnx); std::vectorlite::types::Boxf boxes; cv::Mat img_bgr cv::imread(test.jpg); yolov5-detect(img_bgr, boxes);完整可编译示例可参考 test_lite_yolov5.cpp所有模型 Demo 都在 examples/lite/ 目录下。三、运行期配置LD_LIBRARY_PATH最常见的坑编译通过但运行时报error while loading shared libraries是因为动态库路径未导出。执行前加一行即可export LD_LIBRARY_PATH/path/to/install/lib:$LD_LIBRARY_PATH export LD_LIBRARY_PATH/path/to/install/third_party/opencv/lib:$LD_LIBRARY_PATH export LD_LIBRARY_PATH/path/to/install/third_party/onnxruntime/lib:$LD_LIBRARY_PATH提示CMake 阶段lite.ai.toolkit_LIBS_DIRS变量输出的就是这些需要导出的目录照抄即可。四、多后端切换构建时选引擎工具箱支持 5 种推理引擎通过 CMake 开关在构建时决定开关定义见 CMakeLists.txt各后端配置在 cmake/ 目录后端选项默认场景ONNXRuntime-DENABLE_ONNXRUNTIMEONONCPU 通用最省事MNN-DENABLE_MNNONOFF移动端/轻量部署NCNN-DENABLE_NCNNONOFF移动端TNN-DENABLE_TNNONOFF移动端TensorRT-DENABLE_TENSORRTONOFFNVIDIA GPU 高性能推理⚠️ 约束ONNXRuntime 与 MNN 至少启用一个否则 CMake 直接报错。启用 TensorRT 需额外指定-DCUDA_DIR和-DTensorRT_DIR可用 build.sh 中的 tensorrt 模式。五、常见 CMake 报错排查清单1.Could not find a package configuration file检查lite.ai.toolkit_DIR是否指向安装目录的根目录即lite.ai.toolkit-config.cmake所在目录而不是它的子目录。2. 链接时undefined reference或找不到liblite.ai.toolkit.so确认target_link_libraries使用的是${lite.ai.toolkit_LIBS}变量而不是手写lite.ai.toolkit单个库名OpenCV 等依赖会漏掉。3. 系统校验工具箱 ≥ 0.2 在find_package阶段也会检查平台Windows/macOS 会直接 FATAL_ERROR请准备 Linux 环境x86_64 已验证。六、小结步骤操作1bash ./build.sh构建安装23 行find_package集成3导出LD_LIBRARY_PATH4#include lite/lite.h开始调用 100 模型到这里你已经用最少代码把 lite.ai.toolkit 接入了自己的工程。下一步建议到 examples/lite/cv/ 里挑一个感兴趣的模型 Demo 编译运行检测、分割、人脸融合、Stable-Diffusion 全部可用同一套 API 风格调用。【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