Verwenden eines ONNX-Modells von Custom Vision mit Windows ML (Vorschauversion)

  • Artikel

Es wird beschrieben, wie Sie ein aus Custom Vision exportiertes ONNX-Modell mit Windows ML (Vorschauversion) verwenden. Sie werden eine UWP-Beispielanwendung mit Ihrer eigenen trainierten Bildklassifizierung verwenden.

Voraussetzungen

  • Windows 10, Version 1809 oder höher
  • Windows SDK für Build 17763 oder höher
  • Visual Studio 2017 Version 15.7 oder höher mit aktivierter Workload Entwicklung für die universelle Windows-Plattform.
  • Auf Ihrem PC ist der Entwicklermodus aktiviert. Weitere Informationen finden Sie unter Aktivieren von Geräten für die Entwicklung.

Informationen zur Beispiel-App

Die enthaltene Anwendung ist eine generische Windows-UWP-App. Sie können damit ein Bild von Ihrem Computer auswählen und dann von einem lokal gespeicherten Klassifizierungsmodell verarbeiten lassen. Die vom Modell zurückgegebenen Tags und Bewertungen werden neben dem Bild angezeigt.

Die Anwendung abrufen

Die Beispielanwendung ist im Repository Azure AI Services ONNX Custom Vision Sample auf GitHub verfügbar. Klonen Sie sie auf Ihren lokalen Computer, und öffnen Sie SampleOnnxEvaluationApp.sln in Visual Studio.

Testen der Anwendung

  1. Verwenden Sie die Taste F5, um die Anwendung in Visual Studio zu starten. Unter Umständen werden Sie aufgefordert, den Entwicklermodus zu aktivieren.
  2. Wenn die Anwendung startet, verwenden Sie die Schaltfläche, um ein Bild zur Bewertung auszuwählen. Das ONNX-Standardmodell ist darauf trainiert, verschiedene Arten von Plankton zu klassifizieren.

Verwenden eines eigenen Modells

Gehen Sie wie folgt vor, um Ihr eigenes Bildklassifizierungsmodell zu verwenden:

  1. Erstellen und trainieren Sie eine Klassifizierung mit dem Custom Vision Service. Anweisungen dazu finden Sie unter Erstellen und Trainieren einer Klassifizierung. Verwenden Sie eine der kompakten Domänen, z. B. Allgemein (kompakt) .
    • Wenn Sie über eine vorhandene Klassifizierung verfügen, die eine andere Domäne verwendet, können Sie sie in den Projekteinstellungen in kompakt konvertieren. Trainieren Sie dann das Projekt erneut, bevor Sie fortfahren.
  2. Exportieren Sie Ihr Modell. Wechseln Sie zur Registerkarte „Leistung“, und wählen Sie eine Iteration aus, die mit einer kompakten Domäne trainiert wurde. Wählen Sie die Schaltfläche Exportieren aus, die angezeigt wird. Wählen Sie dann ONNX und anschließend Exportieren aus. Sobald die Datei bereit ist, wählen Sie die Schaltfläche Herunterladen. Weitere Informationen zu Exportoptionen finden Sie unter Exportieren Ihres Modells.
  3. Öffnen Sie die heruntergeladene ZIP-Datei, und extrahieren Sie daraus die Datei model.onnx. Diese Datei enthält das Klassifizierungsmodell.
  4. Klicken Sie im Projektmappen-Explorer in Visual Studio mit der rechten Maustaste auf den Ordner Ressourcen, und wählen Sie Vorhandenes Element hinzufügen aus. Wählen Sie Ihre ONNX-Datei aus.
  5. Klicken Sie im Projektmappen-Explorer mit der rechten Maustaste auf die ONNX-Datei, und wählen Sie Eigenschaften aus. Ändern Sie die folgenden Eigenschaften für die Datei:
    • Buildvorgang>Inhalt
    • In Ausgabeverzeichnis kopieren>Kopieren, wenn neuer
  6. Öffnen Sie dann MainPage.xaml.cs, und ändern Sie den Wert von _ourOnnxFileName in den Namen Ihrer ONNX-Datei.
  7. Verwenden Sie F5, um das Projekt zu erstellen und auszuführen.
  8. Wählen Sie die Schaltfläche aus, um ein Bild für die Auswertung auszuwählen.

Nächste Schritte

Weitere Möglichkeiten zum Exportieren und Verwenden eines Custom Vision-Modells finden Sie in den folgenden Dokumenten:

Weitere Informationen zur Verwendung von ONNX-Modellen mit Windows ML finden Sie unter Integrieren eines Modells in Ihre App mit Windows ML.