使用 OpenVINO 执行提供程序在 C# 中进行 YOLOv3 对象检测

  1. 此对象检测示例使用了 ONNX 模型库中的 YOLOv3 深度学习 ONNX 模型。

  2. 该示例涉及向 ONNX Runtime (RT) 提供图像，ONNX Runtime (RT) 使用 OpenVINO 执行提供程序对 Intel® NCS2 棒 (MYRIADX 设备) 进行推理。该示例使用 ImageSharp 进行图像处理，并使用 ONNX Runtime OpenVINO EP 进行推理。

此示例的源代码可在此处获取：此处。

如何构建

先决条件

  1. 为您的操作系统（Mac、Windows 或 Linux）安装 .NET Core 3.1 或更高版本。

  2. Intel® OpenVINO 工具包分发版

  3. 使用任何示例图像作为示例的输入。

  4. 从 ONNX 模型库下载最新的 YOLOv3 模型。此示例改编自 ONNX 模型库。在此处下载 YOLOv3 模型的最新版本。

安装适用于 OpenVINO 执行提供程序的 ONNX Runtime

构建步骤

构建说明

参考文档

文档

构建带有 OpenVINO 特性的 ONNX Runtime nuget 包

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

构建示例 C# 应用程序

  1. 创建新的控制台项目
dotnet new console

  1. 安装 Onnxruntime 和 ImageSharp 的 Nuget 包

    1. 使用 VS19 打开 Visual C# 项目文件 (.csproj)。
    2. 右键单击项目，导航到管理 Nuget 包。
    3. 从 nuget.org 安装 SixLabors.ImageSharp 包。
    4. 从您的构建目录 nuget-artifacts 中安装 Microsoft.ML.OnnxRuntime.Managed 和 Microsoft.ML.OnnxRuntime.Openvino。

  2. 编译示例

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

参考

fasterrcnn_csharp

resnet50_csharp