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/tests/ocr_test.rs

@@ -1,18 +1,17 @@
 use anyhow::Context;
-use ddddocr_core::det::DetectionResult;
-use ddddocr_core::{Detector, ModelMetadata, Normalization, Ocr, Slider};
+use ddddocr_core::{DetectionResult, ModelBuilder};
+use ddddocr_core::{Detector, ModelMetadata, Normalization, Slider};
 // 假设你的包名是这个
-use ddddocr_tract::{DetSession, OcrSession,OcrBuilder};
+use ddddocr_tract::{DetSession, OcrBuilder, OcrSession};
 use image::{DynamicImage, ImageBuffer, Luma, Rgb};
 use std::fs;
 use std::path::Path;
-use tract_onnx::model;
 
 mod char_slice;
 use char_slice::CHARSET_BETA;
-use ddddocr_core::ocr::Resize;
+use ddddocr_core::Resize;
 
-use ddddocr_tract::loader::ModelLoader;
+use ddddocr_tract::loader::{ TractModelLoader};
 
 fn load_image<P: AsRef<Path>>(path: P) -> anyhow::Result<image::DynamicImage> {
     // 1. 先将泛型转为具体的 &Path 引用
@@ -105,10 +104,9 @@ fn save_rust_result(result: &ImageBuffer<Luma<f32>, Vec<f32>>, filename: &str) {
 }
 #[test]
 fn test_full_classification() {
-    let model = ModelLoader::model_for_path(
-        "D:\\CNWei\\CNW\\Rust\\ddddocr-rs\\models\\common_sml2h3_f32.onnx",
-    )
-    .expect("模型加载失败");
+    let model = TractModelLoader::builder()
+        .model_for_path("D:\\CNWei\\CNW\\Rust\\ddddocr-rs\\models\\common_sml2h3_f32.onnx")
+        .expect("模型加载失败");
     let metadata = ModelMetadata::from_static_slice(
         CHARSET_BETA,
         false,
@@ -127,7 +125,8 @@ fn test_full_classification() {
     //     .predict(&img)
     //     .expect("识别过程出错")
     //     .into_text();
-    let result = OcrBuilder::new().build(&ocr)
+    let result = OcrBuilder::new()
+        .build(&ocr)
         .predict(&img)
         .expect("识别过程出错")
         .into_text();
@@ -138,7 +137,8 @@ fn test_full_classification() {
 #[test]
 fn test_det_load() -> anyhow::Result<()> {
     let det_model =
-        ModelLoader::model_for_path("D:\\CNWei\\CNW\\Rust\\ddddocr-rs\\models\\common_det.onnx")
+        TractModelLoader::builder()
+            .model_for_path("D:\\CNWei\\CNW\\Rust\\ddddocr-rs\\models\\common_det.onnx")
             .expect("模型加载失败");
     let det = DetSession::new(det_model);
     let image_path = "D:/CNWei/CNW/Rust/ddddocr-rs/samples/det1.png";
@@ -240,9 +240,11 @@ fn test_real_slide_comparison() {
 #[test]
 fn test_resolve_shape_logic_direct() {
     // 创建一个哑 ModelLoader 实例（session 用不上，因为我们直接测私有方法）
-    let loader = ModelLoader::model_for_path(
+    let loader = TractModelLoader::builder()
+        .model_for_path(
         // "D:\\CNWei\\CNW\\Rust\\ddddocr-rs\\models\\common_sml2h3_f32.onnx",
         "D:\\CNWei\\CNW\\Rust\\ddddocr-rs\\models\\common_huashi666_i64.onnx",
     )
     .expect("建立测试模型图失败");
+    println!("{:?}", loader.model().inputs);
 }