# Tengine Lite [](./LICENSE) [](https://github.com/OAID/Tengine/actions?query=workflow%3ATengine-Lite-Actions) [](https://travis-ci.org/OAID/Tengine) ## 简介 **Tengine Lite** 由 **OPEN AI LAB** 主导开发，该项目实现了深度学习神经网络模型在嵌入式设备上**快速**、**高效**部署。为实现众多 **AIoT** 应用中跨平台部署，本项目基于原有 Tengine 项目使用 **C 语言**进行重构，针对嵌入式设备资源有限的特点进行深度框架裁剪。同时采用完全分离的前后端设计，利于 CPU、GPU、NPU 等异构计算单元快速移植和部署。同时**兼容 Tengine** 框架原有 API 和 模型格式 tmfile，降低评估、迁移成本。 Tengine Lite 核心代码由 4 个模块组成： - [**dev**](src/dev)： NN Operators 后端模块，当前提供 CPU 代码，后续逐步开源 GPU、NPU 参考代码； - [**lib**](src/lib)：框架核心部件，包括 NNIR、计算图、硬件资源、模型解析器的调度和执行模块； - [**op**](src/op)：NN Operators 前端模块，实现 NN Operators 注册、初始化； - [**serializer**](src/serializer)：模型解析器，实现 tmfile 格式的网络模型参数解析。 ## 架构简析  ## 如何使用 ### 编译 - [快速编译](doc/compile.md) 基于 cmake 实现简单的跨平台编译。 ### 示例 - [examples](examples/) 提供基础的分类、检测算法用例，根据 issue 需求持续更新。 ### 模型仓库 - [Tengine model zoo](https://pan.baidu.com/s/1Ar9334MPeIV1eq4pM1eI-Q) 兼容原有 Tengine 的模型示例仓库（密码：hhgc）。 ### 转换工具 - [预编译版本](https://github.com/OAID/Tengine/releases/download/lite-v0.1/convert_model_to_tm)：提供 Linux 系统上预编译好的模型转换工具； - [在线转换版本](https://convertmodel.com/)：基于 WebAssembly 实现（浏览器本地转换，模型不会上传）； - [源码编译](doc/convert_tm.md)：参考原有 Tengine 项目编译生成。 ### 速度评估 - [Benchmark](benchmark/) 基础网络速度评估工具，欢迎大家更新。 ## Roadmap - [Road map](doc/roadmap.md) ## 致谢 Tengine Lite 参考和借鉴了下列项目： - [Caffe](https://github.com/BVLC/caffe) - [Tensorflow](https://github.com/tensorflow/tensorflow) - [MegEngine](https://github.com/MegEngine/MegEngine) - [ONNX](https://github.com/onnx/onnx) - [ncnn](https://github.com/Tencent/ncnn) - [MNN](https://github.com/alibaba/MNN) - [Paddle Lite](https://github.com/PaddlePaddle/Paddle-Lite) - [ACL](https://github.com/ARM-software/ComputeLibrary) - [stb](https://github.com/nothings/stb) - [convertmodel](https://convertmodel.com/) ## License - [Apache 2.0](LICENSE) ## FAQ - [FAQ 常见问题](doc/faq.md) ## 技术讨论 - Github issues - QQ 群: 829565581 (答案：openailab) - Email: Support@openailab.com - Tengine 社区: http://www.tengine.org.cn/