介绍

tdl_sdk(turnkey deep learning sdk) 是一个基于算能芯片产品的开箱即用深度学习算法SDK，致力于为用户提供跨平台（端、边）、简单易用、资源节约、性能高效的算法库及应用。

当前支持的型号包括：

• CV181X/CV180X
• CV186AH
• BM1688/BM1684X/BM1684
• CMODEL_CV181X

架构

News

• 2025.05.19 更新model_factory实现，基于模型配置信息model_factory.json管理模型，实例化模型更方便，参考sample
• 2025.05.06 新增目标抓拍组件，基于目标质量进行目标抓拍，并更新到face_cap_app
• 2025.04.30 新增区域入侵检测组件
• 2025.04.29 增加并行框架及app框架
• 2025.04.14 增加vi组件
• 更多

特性

• 实现算法部署的底座框架，适配多种芯片产品，基于该框架可以实现一次部署，多平台运行
• 充分利用自带的硬件加速单元，实现高效推理
• 遵循内存高效原则，避免冗余内存申请及拷贝
• 提供C/C++/Python三种接口，方便快速集成
• 提供众多可直接在端侧场景落地的轻量级模型，涵盖检测、分类、识别、分割、声音指令等，具体见模型列表
• 支持CMODEL环境（当前仅支持CV181X/CV180X）开发测试

快速上手

• 编译，参考build.md

• 运行，参考run.md，以python为例

  from tdl import nn,image
  import sys
  # import cv2 # 如果需要使用cv2读取图片，请取消注释
  if __name__ == "__main__":
      if len(sys.argv) != 3:
          print("Usage: python sample_fd.py <model_path> <image_path>")
          sys.exit(1)
      model_path = sys.argv[1]
      img_path = sys.argv[2]
      face_detector = nn.get_model(nn.ModelType.SCRFD_DET_FACE, model_path)
      img = image.read(img_path)
      # img = cv2.imread(img_path)
      bboxes = face_detector.inference(img)
      print(bboxes)

• 开发，参考接口文档、开发指南和sample

参与贡献

• 有任何问题，欢迎提交issue，反馈问题
• 欢迎提交PR，贡献代码

版本发布

版本号	发布时间	更新内容
v2.0	2025-03-31	重构框架，支持多芯片及CMODEL

许可证

本项目基于 BSD 2-Clause License 许可证开源。