feat(model): 新增 ModelLoader 链式构建 API 及 ORT GPU/Tract 多线程配置

- 在 ddddocr-core 中定义 ModelBuilder Trait 及其错误类型
- ddddocr-ort 支持 use_gpu、device_id 及 num_threads 链式配置与 CUDA 硬件加速
- ddddocr-tract 基于 multithread-mm 特性支持 CPU 线程数控制
- 支持基于 tract-linalg 配置推理线程数，显式引入 tract-linalg 的 multithread-mm 特性，控制 GEMM 算子并发
- 优化线程池加载策略，适配 Tokio 异步及 CLI 等多场景

ddddocr-tract/src/det/session.rs

@@ -2,7 +2,8 @@ use crate::types::Session;
 use ddddocr_core::error::{Result, TensorError};
 use ddddocr_core::{DetEngine, DetOutput, InferenceEngine};
 use ndarray::Ix3;
-use tract_onnx::prelude::{tvec, IntoTensor, Tensor};
+// use tract_onnx::prelude::{tvec, IntoTensor, Tensor};
+use tract_onnx::prelude::*;
 #[derive(Debug)]
 pub struct DetSession {
     pub session: Session,
@@ -29,7 +30,8 @@ impl InferenceEngine for DetSession {
         println!("模型输出原始数据: {:?}", result);
         // Ok(result.swap_remove(0).into_tensor())
         let raw_tensor = result.swap_remove(0).into_tensor();
-        let array_d = raw_tensor.into_array::<f32>().map_err(|_| {
+        // raw_tensor.into_plain_array()?
+        let array_d = raw_tensor.into_plain_array::<f32>().map_err(|_| {
             TensorError::Engine("Tract 实体张量无法转换为 ndarray::ArrayD".to_string())
         })?;
         // 提前利用克隆(Clone)备份好当前未转维度前的真实 shape (Vec<usize>)