Skip to content

nndeploy/nndeploy

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

English | 简体中文

nndeploy:你本地的AI工作流

Linux Windows Android macOS iOS

文档 | 公众号 | 知乎 | Discord | 哔哩哔哩 | Ask DeepWiki

nndeploy

只需用Python/C++编写算法节点逻辑,无需前端技术,即可快速构建你的可视化AI工作流。

为非AI领域程序员提供开箱即用的算法节点,包括大语言模型、Stable Diffusion、目标检测、图像分割等,通过拖拽快速搭建AI应用。

工作流可导出为JSON配置文件,支持Python/C++ API直接加载运行,部署至云服务器、桌面端、移动端、边缘设备等多平台。

框架内置主流高性能推理引擎和深度优化策略,助你将工作流转化为企业级生产应用。


快速开始

安装

pip install --upgrade nndeploy

启动可视化工作流界面

# 方法一:仅使用内置节点
nndeploy-app --port 8000

# 方法二:使用用户自定义节点
nndeploy-app --port 8000 --plugin plugin1.py plugin2.py 
  • 命令参数说明
    • --port:指定Web服务端口号(默认为8000)
    • --plugin:加载用户自定义插件文件(可选参数,如果没有该参数,仅使用内置节点)

启动成功后,打开 http://localhost:8000 即可访问工作流界面。

快速上手演示

通过拖拽操作快速搭建AI工作流,直观易懂,几分钟即可上手。

nndeploy

保存工作流为JSON和执行工作流

在可视化界面中配置好工作流后,可将其保存为JSON文件(例如workflow.json)。您可以使用以下命令执行该工作流:

nndeploy-run-json --json-file workflow.json --plugin plugin.py

需要 Python 3.10 及以上版本。默认包含 PyTorch 和 ONNXRuntime 两个推理后端。如需使用更多推理后端(如 TensorRT、OpenVINO、ncnn、MNN 等),请采用开发者模式

使用nndeploy-clean可清理过期的后端资源。

文档

核心特性

效率

  • 可视化工作流:通过拖拉拽操作就能快速搭建专业的AI工作流,支持前端实时调参、后端立即响应,查看每个节点的执行时间
  • 自定义节点:你只需使用熟悉的Python/C++编写算法节点逻辑,无需掌握任何前端技术,框架自动将代码转化为工作流中节点
  • 算法组合:灵活组合不同算法,快速构建创新AI应用
  • 一键部署:搭建好的工作流可导出为JSON,Python/C++直接调用,从开发到生产环境无缝衔接

性能

  • 13种推理引擎无缝集成:一套工作流,多端部署。通过零抽象成本接入了13种主流推理框架,覆盖云端、桌面、移动、边缘等全平台

    推理框架 适用场景 状态
    PyTorch 研发调试、快速原型
    ONNXRuntime 跨平台推理
    TensorRT NVIDIA GPU高性能推理
    OpenVINO Intel CPU/GPU优化
    MNN 阿里推出的移动端推理引擎
    TNN 腾讯推出的移动端推理引擎
    ncnn 腾讯推出的移动端推理引擎
    CoreML iOS/macOS原生加速
    AscendCL 华为昇腾AI芯片推理框架
    RKNN 瑞芯微NPU推理框架
    SNPE 高通骁龙NPU推理框架
    TVM 深度学习编译栈
    自研推理框架 定制化推理需求
  • 并行优化:支持串行、流水线并行、任务并行等执行模式

  • 内存优化:零拷贝、内存池、内存复用等优化策略

  • 高性能优化:内置C++/CUDA/Ascend C/SIMD等优化实现的节点

开箱即用的节点

针对以下算法,开发了40+节点,并制作了工作流模板,让你能够立即体验和使用各种AI功能:

应用场景 可用模型
图像分类 ResNet, MobileNet, EfficientNet, PPLcNet, GhostNet, ShuffleNet, SqueezeNet
目标检测 YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOv11, YOLOx
目标追踪 FairMot
图像分割 RBMGv1.4, PPMatting, Segment Anything
生成模型 Stable Diffusion 1.5
大语言模型 QWen-0.5B
换脸 deep-live-cam

YOLO可视化调参与一键部署

可视化界面实时调整检测参数,无需修改代码即可观察效果变化,支持一键切换到TensorRT等推理引擎实现高性能部署。

nndeploy

多模型工作流演示

可视化搭建检测+分割+分类工作流,支持多推理框架切换和并行模式,实现一次搭建、多端部署。

nndeploy

零代码搭建换脸+分割工作流

通过拖拽操作组合人脸检测、换脸算法、人像分割等AI功能,无需编写代码,参数调整1-2秒看到效果。让产品经理、设计师、非AI开发者快速将创意变成原型。

nndeploy

会持续开发的节点,如果你有需要的算法,请通过issue告诉我们

保持领先

在 GitHub 上给 nndeploy Star,并立即收到新版本的通知。

下一步计划

联系我们

  • 微信技术交流群: Always031856(和开发者一起探讨AI工作流技术,加我微信进群聊,请备注:姓名 + 技术方向,一起打造更强大的AI应用!)

致谢

贡献者

Star History Chart