速度快、模型小，加成OpenCV，自带人脸分析！端侧推理新选择Tengine-Lite

OPEN AI LAB（开放智能）于7月6日正式开源拥有自主知识产权的全新下一代AI端侧推理框架Tengine-Lite。作为Tengine整体软件架构重构的全新下一代产品，Tengine-Lite的推出不仅为开发者提供了整套便捷的MCU AI开发工具，还为嵌入式AI软件产业建立了开放的开发生态平台。

基于纯C代码重新搭建的更简洁、高效、代码可读性更好的Tengine-Lite，可以说将轻量化无依赖做到了极致。特别适合在各种软硬件资源受限的嵌入式环境下使用部署轻量的AI算法模型，并可用于语音、视觉等多种场景。

越来越多的手机市场用户，会在意APP的大小。当然，IoT领域用户也不例外。在低功耗的浪潮下，芯片越来越倾向于片上SRAM与Flash的结构。Tengine-Lite二进制文件库(包括.a静态库与.so的动态库)大小急剧减小，以.so动态库为例，Tengine-Lite库文件大小相较Tengine，减小非常显著。

目前安卓的库大小在1MB以内，Linux版本在500KB以内。

Tengine-Lite，独具高效思维

Tengine-Lite采用前后端松耦合设计，框架和计算库采用Plug-in，可以更好地保证后续异构后端的灵活挂载。同时，Tengine-Lite高效的运作思维，使得源代码编译时间大幅缩减，极大的增强了用户代码编译的体验感。

Tengine-Lite，给你“稳稳的幸福”

性能抖动会对嵌入式平台和手机平台的系统性能设计、用户使用体验带来较大影响。考虑到这一点，Tengine-Lite在单核、双核、多核的性能稳定性方面，相较Tengine有明显提升。

Tengine-Lite，用智慧“流畅运行”

目前，Tengine-Lite是市面上唯一可在各种嵌入式操作系统上运行的AI计算框架。不但可以在FreeRTOS\RTT\Lite-OS等极简的实时操作系统或裸机Bare-matel上运行，还可以在MCU、RISC-V等低功耗、资源极为有限的IoT芯片主控上运行。

架构重构后兼容性方面，也是用户比较关心的。现有以下四点说明：

1、NNIR模型格式保留现有tmfile格式，兼容当前应用，用户现有tmfile模型可以无缝切换到新的Tengine-Lite上运行；

2、编译方式统一，采用CMake进行编译管理，并将新增一些编译配置选项（新功能和新特性）；

3、依旧提供.so动态库和.a静态库形式，若想不修改代码可以通过rename库文件的方式进行代码复用；

4、保留绝大多数常用API不变，会增减部分API。原则是删减对用户无效或极少使用的API，新增API主要是功能性的，更改的API是提升用户反馈的易用性；当然也会提供API修改对比文档。

Tengine开源3年来，表现可圈可点。相信此次“后浪”Tengine-Lite开源，定会在保持原有优势项的基础上，不断精进，继续为海量AIoT应用和设备提供高性能AI推理的技术支持，赋能万物，万物智能！

另外再介绍两个工作：

1、OPEN AI LAB AIoT智能开发平台Tengine与OpenCV合作共同加速边缘智能

下图展示了Arm CPU上提速情况，可以看出速度最快可以翻倍！使用Arm平台开发产品的工程师，可以降低产品的硬件成本了！

OpenCV4.3.0 Change Logs

https://github.com/opencv/opencv/wiki/ChangeLog#version430

Tengine开源版本

https://github.com/OAID/Tengine

2、TengineKit开源人脸分析应用

TengineKit为开发者提供了以下功能：

• 人脸检测
• 人脸关键点检测
• 人脸属性识别：性别，年龄，是否戴眼镜，是否微笑，颜值

TengineKit在不同CPU下的耗时

demo:

视频展示：

人脸分析模型请在官方QQ群下载。

如果您想了解更多Tengine-Lite的功能、应用信息，请扫描下面的二维码加入技术交流QQ群，有数位行业大佬坐镇，随时与我们沟通。

Tengine-Lite 开源链接

https://github.com/OAID/Tengine/tree/tengine-lite