OpenVINOを使用したC#での物体検出

OpenVINO Execution Providerを使用したC#でのYOLOv3による物体検出:

1. この物体検出サンプルは、ONNX Model ZooのYOLOv3ディープラーニングONNXモデルを使用します。

2. このサンプルでは、ONNX Runtime（RT）に画像を提示します。RTは、Intel^® NCS2スティック（MYRIADXデバイス）で推論を実行するために、ONNX RT用のOpenVINO Execution Providerを使用します。このサンプルでは、画像処理にImageSharpを、推論にONNX Runtime OpenVINO EPを使用します。

このサンプルのソースコードはこちらで入手できます。

ビルド方法

前提条件

1. お使いのOS（Mac、Windows、またはLinux）に.NET Core 3.1以上をインストールします。

2. The Intel^® Distribution of OpenVINO toolkit

3. サンプルへの入力として、任意のサンプル画像を使用します。

4. ONNX Model Zooから最新のYOLOv3モデルをダウンロードします。 この例はONNX Model Zooから採用されました。最新バージョンのYOLOv3モデルはこちらからダウンロードしてください。

OpenVINO Execution Provider用のONNX Runtimeのインストール

ビルド手順

ビルド手順

リファレンスドキュメント

ドキュメント

openvinoフレーバーのonnxruntimeのnugetパッケージをビルдするには

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

サンプルC#アプリケーションのビルド

1. 新しいコンソールプロジェクトを作成します

dotnet new console

2. OnnxruntimeとImageSharpのNugetパッケージをインストールします

   1. VS19を使用してVisual C#プロジェクトファイル（.csproj）を開きます。
   2. プロジェクトを右クリックし、Nugetパッケージの管理に移動します。
   3. nuget.orgからSixLabors.ImageSharpパッケージをインストールします。
   4. ビルドディレクトリのnuget-artifactsからMicrosoft.ML.OnnxRuntime.ManagedとMicrosoft.ML.OnnxRuntime.Openvinoをインストールします。

3. サンプルのコンパイル

dotnet build

4. サンプルの実行

dotnet run [path-to-model] [path-to-image] [path-to-output-image]

参照:

fasterrcnn_csharp

resnet50_csharp