91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

C#集成OpenVINO?:簡化AI模型部署

英特爾物聯(lián)網 ? 來源:英特爾物聯(lián)網 ? 作者:英特爾物聯(lián)網 ? 2025-02-17 10:03 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

C#不僅在PC游戲開發(fā)、大型商業(yè)系統(tǒng)領域應用廣泛,還成為開源測控、機器視覺運動控制,以及PC數(shù)集與分析領域中的主流開發(fā)語言!

在開源測控、機器視覺、數(shù)采與分析三大領域中,如何快速將AI模型集成到應用程序中,實現(xiàn)AI賦能和應用增值?最容易的方式是:在C#中,使用OpenVINO工具套件集成AI模型。

cba4a74e-eab3-11ef-9310-92fbcf53809c.png

1

什么是OpenVINO 工具套件?

OpenVINO 工具套件是一個用于優(yōu)化和部署人工智能(AI)模型,提升AI推理性能的開源工具集合,不僅支持以卷積神經網絡(CNN)為核心組件的預測式AI模型(Predictive AI),還支持以Transformer為核心組件的生成式AI模型(Generative AI)。

OpenVINO工具套件支持對基于PyTorch、TensorFlow、PaddlePaddle等主流深度學習框架訓練好的模型進行優(yōu)化,提升其在英特爾 CPU、獨立顯卡、集成顯卡、NPU等硬件上的AI推理計算性能。

2

什么是OpenVINO C# API?

OpenVINO C# API 是一個開源的 OpenVINO 的 .Net wrapper(包裝器)項目,它基于最新的OpenVINO Runtime庫開發(fā),通過調用官方的OpenVINO C API ,允許開發(fā)者在 .NET 和 .NET Framework 環(huán)境中使用 C# 語言調用AI模型,并實現(xiàn)AI模型在英特爾 CPU、獨立顯卡、集成顯卡、NPU上的推理加速。

OpenVINO C# API的GitHub倉:https://github.com/guojin-yan/OpenVINO-CSharp-API

cbbd657c-eab3-11ef-9310-92fbcf53809c.png

為了方便開發(fā)者使用,OpenVINO C# API提供了NuGet Package,可以通過NuGet管理工具直接進行安裝。

3

搭建OpenVINO C# API開發(fā)環(huán)境

搭建OpenVINO C# API開發(fā)環(huán)境共分三步:

1. 安裝.NET 8.0

2. 在VS Code中配置C#開發(fā)環(huán)境

3. 使用NuGet安裝OpenVINO C# API依賴項

本節(jié)依次介紹。

1.安裝.NET 8.0:

請進入.NET官網下載地址:https://dotnet.microsoft.com/zh-cn/download,下載.NET 8.0安裝包。

cbff9334-eab3-11ef-9310-92fbcf53809c.png

下載完畢后,以管理員方式運行安裝包,并按默認方式完成安裝。

cc1ac794-eab3-11ef-9310-92fbcf53809c.png

安裝完畢后,請啟動“命令提示符”,然后輸入 “dotnet --info” 指令,驗證安裝是否成功:

cc37ef86-eab3-11ef-9310-92fbcf53809c.png

2.在VS Code中配置C#開發(fā)環(huán)境:

VS Code(Visual Studio Code)是一款由微軟開發(fā)的開源、免費、跨平臺的輕量級代碼編輯器;支持多種編程語言(如C、C++、C#、JavaPython、JavaScript等)的代碼編輯,具備語法高亮、代碼折疊、代碼補全、代碼重構等功能;廣泛應用于各類軟件開發(fā)領域。

[注意]:使用VS Studio的開發(fā)者,無需安裝VS Code的插件,可略過該小節(jié)!

首先,請從:https://code.visualstudio.com/,下載并安裝VS Code。

然后,啟動VS Code,在“Extensions:Marketplace”中搜索關鍵字:“C#”,依次安裝C#和C# Dev Kit插件。

cc52685c-eab3-11ef-9310-92fbcf53809c.png

接著,啟動“命令提示符”并輸入 “dotnet new console -o hello_world -f net8.0”命令,創(chuàng)建一個名叫“hello_world”的C# console項目。

cc7a7d60-eab3-11ef-9310-92fbcf53809c.png

最后,啟動VS Code,并用“File-->Open Folder...”打開hello_world文件夾,然后點擊“Run Project...”按鈕,若在Terminal中成功輸出“Hello, World!”說明在VS Code配置C#開發(fā)環(huán)境成功!

cc97769a-eab3-11ef-9310-92fbcf53809c.png

3.使用NuGet安裝OpenVINO C# API:

首先,啟動“命令提示符”,用命令創(chuàng)建YOLOv8推理項目:

dotnet new console -o yolov8_async_csharp -f net8.0

然后,進入“yolov8_async_csharp”目錄,使用NuGet安裝OpenVINO C# API,命令如下:

dotnet add package OpenVINO.CSharp.API --version 2024.3.0.2
dotnet add package OpenVINO.runtime.win --version 2024.3.0.1
dotnet add package OpenVINO.CSharp.API.Extensions.OpenCvSharp --version 1.0.6.1

ccb6919c-eab3-11ef-9310-92fbcf53809c.png

最后,使用NuGet安裝OpenCvSharp4:

dotnet add package OpenCvSharp4 --version 4.9.0.20240103
dotnet add package OpenCvSharp4.runtime.win --version 4.9.0.20240103

到此,OpenVINO C# API開發(fā)環(huán)境搭建完畢!

4

編寫C# PP-OCRv4推理程序

首先,請從:

https://github.com/openvino-book/openvino_handbook/tree/main/chapter_5/C%23/yolov8_async_csharp

下載范例程序Program.cs(覆蓋yolov8_asysc_csharp文件夾中的Program.cs),測試視頻test_video.mp4和yolov8s IR格式模型,放入yolov8_asysc_csharp文件夾中。

然后,點擊“Run project”或使用快捷鍵“Ctrl+F5”運行程序,結果如下視頻所示:

5

總結

OpenVINO C# API 易學易用,可以方便將AI模型集成到C#應用程序中!

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • API
    API
    +關注

    關注

    2

    文章

    2371

    瀏覽量

    66764
  • AI
    AI
    +關注

    關注

    91

    文章

    39793

    瀏覽量

    301384
  • OpenVINO
    +關注

    關注

    0

    文章

    118

    瀏覽量

    767
  • AI大模型
    +關注

    關注

    0

    文章

    398

    瀏覽量

    998

原文標題:開發(fā)者實戰(zhàn)|C#中使用OpenVINO?:輕松集成AI模型!

文章出處:【微信號:英特爾物聯(lián)網,微信公眾號:英特爾物聯(lián)網】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    AI端側部署開發(fā)(SC171開發(fā)套件V3)2026版

    AI端側部署開發(fā)(SC171開發(fā)套件V3)2026版 序列 課程名稱 視頻課程時長 視頻課程鏈接 課件鏈接 工程源碼 1 Fibo AI Stack模型轉化指南 27分19秒 http
    發(fā)表于 01-15 10:31

    使用瑞薩RUHMI工具實現(xiàn)AI模型部署過程

    AI無處不在。你在部署AI,你的競爭對手也在部署AI,幾乎所有人都在做AI。然而,
    的頭像 發(fā)表于 10-17 10:00 ?2766次閱讀
    使用瑞薩RUHMI工具實現(xiàn)<b class='flag-5'>AI</b><b class='flag-5'>模型</b><b class='flag-5'>部署</b>過程

    使用OpenVINO將PP-OCRv5模型部署在Intel顯卡上

    是一個用于優(yōu)化和部署人工智能(AI模型,提升AI推理性能的開源工具集合,不僅支持以卷積神經網絡(CNN)為核心組件的預測式AI
    的頭像 發(fā)表于 09-20 11:17 ?1240次閱讀
    使用<b class='flag-5'>OpenVINO</b>將PP-OCRv5<b class='flag-5'>模型</b><b class='flag-5'>部署</b>在Intel顯卡上

    ai_cube訓練模型最后部署失敗是什么原因?

    ai_cube訓練模型最后部署失敗是什么原因?文件保存路徑里也沒有中文 查看AICube/AI_Cube.log,看看報什么錯?
    發(fā)表于 07-30 08:15

    無法將Openvino? 2025.0與onnx運行時Openvino? 執(zhí)行提供程序 1.16.2 結合使用,怎么處理?

    使用OpenVINO?與英特爾 i5-8500 CPU 和超核處理器 630 iGPU 一起部署模型。 使用了 Microsoft.ML.OnnxRuntime.OpenVino
    發(fā)表于 06-24 06:31

    企業(yè)部署AI模型怎么做

    當下,AI模型已成為驅動決策自動化、服務智能化與產品創(chuàng)新的核心引擎。然而,企業(yè)面對動輒數(shù)百億參數(shù)的大模型部署時,常陷入算力不足、響應延遲高、成本失控等困境。如何突破瓶頸,實現(xiàn)高效、穩(wěn)
    的頭像 發(fā)表于 06-04 09:26 ?886次閱讀

    如何使用Docker部署模型

    隨著深度學習和大模型的快速發(fā)展,如何高效地部署這些模型成為了一個重要的挑戰(zhàn)。Docker 作為一種輕量級的容器化技術,能夠將模型及其依賴環(huán)境打包成一個可移植的容器,極大地
    的頭像 發(fā)表于 05-24 16:39 ?1113次閱讀

    OpenVINO C#如何運行YOLO11實例分割模型

    代碼是我在OpenVINO-CSharp-API作者開源的YOLOv8對象檢測的代碼基礎上修改而成。
    的頭像 發(fā)表于 04-29 09:30 ?2046次閱讀
    <b class='flag-5'>OpenVINO</b> <b class='flag-5'>C#</b>如何運行YOLO11實例分割<b class='flag-5'>模型</b>

    AI端側部署開發(fā)(SC171開發(fā)套件V3)

    AI端側部署開發(fā)(SC171開發(fā)套件V3) 序列 課程名稱 視頻課程時長 視頻課程鏈接 課件鏈接 工程源碼 1 Fibo AI Stack模型轉化指南------Docker Desk
    發(fā)表于 04-16 18:30

    如何在Ollama中使用OpenVINO后端

    /GPU/NPU)為模型推理提供了高效的加速能力。這種組合不僅簡化模型部署和調用流程,還顯著提升了推理性能,特別適合需要高性能和易用性的場景。
    的頭像 發(fā)表于 04-14 10:22 ?1534次閱讀

    如何部署OpenVINO?工具套件應用程序?

    編寫代碼并測試 OpenVINO? 工具套件應用程序后,必須將應用程序安裝或部署到生產環(huán)境中的目標設備。 OpenVINO?部署管理器指南包含有關如何輕松使用
    發(fā)表于 03-06 08:23

    OpenVINO中的量化模型OpenVINO ESR模型結果不一致是怎么回事?

    將 REAL-ESRSTREAM 模型轉換成 OpenVINO IR (2021.4) 并執(zhí)行該模型。 能夠運行 IR,但結果與 REAL-ESR 就此不同的是。
    發(fā)表于 03-06 08:11

    如何使用OpenVINO?運行對象檢測模型?

    無法確定如何使用OpenVINO?運行對象檢測模型
    發(fā)表于 03-06 07:20

    OpenVINO? Toolkit中如何保持模型稀疏性?

    OpenVINO? Toolkit 中支持的優(yōu)化方法,保持模型稀疏性。
    發(fā)表于 03-06 06:47

    請問使用2022.2時是否可以讀取模型OpenVINO?層?

    使用 2020.3 時,使用 net.layers 和 layers.blob 讀取模型OpenVINO?層。 OpenVINO?自 2021.2 OpenVINO?起,使用 202
    發(fā)表于 03-06 06:37