使用 OpenVINO 執行提供程式在 C# 中進行 YOLOv3 物件檢測

  1. 此物件檢測示例使用了 ONNX 模型庫中的 YOLOv3 深度學習 ONNX 模型。

  2. 該示例涉及向 ONNX Runtime (RT) 提供影像，ONNX Runtime (RT) 使用 OpenVINO 執行提供程式對 Intel® NCS2 棒 (MYRIADX 裝置) 進行推理。該示例使用 ImageSharp 進行影像處理，並使用 ONNX Runtime OpenVINO EP 進行推理。

此示例的原始碼可在此處獲取：此處。

如何構建

先決條件

  1. 為您的作業系統（Mac、Windows 或 Linux）安裝 .NET Core 3.1 或更高版本。

  2. Intel® OpenVINO 工具包分發版

  3. 使用任何示例影像作為示例的輸入。

  4. 從 ONNX 模型庫下載最新的 YOLOv3 模型。此示例改編自 ONNX 模型庫。在此處下載 YOLOv3 模型的最新版本。

安裝適用於 OpenVINO 執行提供程式的 ONNX Runtime

構建步驟

構建說明

參考文件

文件

構建帶有 OpenVINO 特性的 ONNX Runtime nuget 包

./build.sh --config Release --use_openvino MYRIAD_FP16 --build_shared_lib --build_nuget

構建示例 C# 應用程式

  1. 建立新的控制檯專案
dotnet new console

  1. 安裝 Onnxruntime 和 ImageSharp 的 Nuget 包

    1. 使用 VS19 開啟 Visual C# 專案檔案 (.csproj)。
    2. 右鍵單擊專案，導航到管理 Nuget 包。
    3. 從 nuget.org 安裝 SixLabors.ImageSharp 包。
    4. 從您的構建目錄 nuget-artifacts 中安裝 Microsoft.ML.OnnxRuntime.Managed 和 Microsoft.ML.OnnxRuntime.Openvino。

  2. 編譯示例

dotnet build
  1. 執行示例
dotnet run [path-to-model] [path-to-image] [path-to-output-image]

參考

fasterrcnn_csharp

resnet50_csharp