Utiliser un modèle ONNX à partir de Custom Vision avec Windows ML (préversion)

Découvrez comment utiliser un modèle ONNX exporté à partir du service Custom Vision avec Windows ML (préversion). Vous allez utiliser un exemple d’application UWP avec votre propre classifieur d’images entraîné.

Prérequis

• Windows 10 version 1809 ou ultérieure
• Microsoft Windows SDK pour build 17763 ou ultérieure
• Visual Studio 2017 version 15.7 ou ultérieure avec la charge de travail Développement pour la plateforme Windows universelle activée.
• Mode Développeur activé sur votre PC. Pour plus d’informations, consultez Activer votre appareil pour le développement.

À propos de l’exemple d’application

L’application incluse est une application UWP Windows générique. Il vous permet de sélectionner une image à partir de votre ordinateur et de la traiter à l’aide d’un modèle de classification stocké localement. Les balises et les scores renvoyés par le modèle sont affichés en regard de l’image.

Récupérer l’application

L’exemple d’application est disponible dans le référentiel Exemple Custom Vision de modèle ONNX d’Azure AI services sur GitHub. Clonez-le sur votre machine locale, puis ouvrez SampleOnnxEvaluationApp.sln dans Visual Studio.

Test de l’application

1. Utilisez la touche F5 pour démarrer l’application à partir de Visual Studio. Il peut vous être demandé d’activer le mode Développeur.
2. Lorsque l’application démarre, utilisez le bouton pour sélectionner une image pour le scoring. Le modèle ONNX par défaut est entraîné pour classifier différents types de plancton.

Utiliser votre propre modèle

Pour utiliser votre propre modèle de classifieur d’images, effectuez les étapes suivantes :

1. Créez et entraînez un classifieur avec le service Custom Vision. Pour obtenir des instructions sur la façon de procéder, consultez Créer et entraîner un classifieur. Utilisez l’un des domaines compacts, par exemple General (compact) (Général (compact)).
   • Si vous disposez déjà d’un classifieur qui utilise un autre domaine, vous pouvez le convertir en compact dans les paramètres du projet. Réentraînez ensuite votre projet avant de poursuivre.
2. Exportez votre modèle. Basculez vers l’onglet Performances, puis sélectionnez une itération qui a été entraînée avec un domaine compact. Sélectionnez ensuite le bouton Exporter qui s’affiche. Sélectionnez ensuite ONNX, puisExporter. Une fois que le fichier est prêt, sélectionnez le bouton Télécharger. Pour plus d’informations sur les options d’exportation, consultez Exporter votre modèle.
3. Ouvrez le fichier .zip téléchargé, puis extrayez le fichier model.onnx de celui-ci. Ce fichier contient votre modèle de classifieur.
4. Dans l’Explorateur de solutions de Visual Studio, cliquez avec le bouton droit sur le dossier Ressources, puis sélectionnez Ajouter un élément existant. Sélectionnez votre fichier ONNX.
5. Dans l’Explorateur de solutions, cliquez avec le bouton droit sur le fichier ONNX, puis sélectionnez Propriétés. Modifiez les propriétés suivantes du fichier :
   • Action de génération ->Contenu
   • Copier dans le répertoire de sortie ->Copier si plus récent
6. Ouvrez ensuite MainPage.xaml.cs, puis remplacez la valeur de _ourOnnxFileName par le nom de votre fichier ONNX.
7. Utilisez F5 pour générer et exécuter le projet.
8. Sélectionnez le bouton pour sélectionner l’image à évaluer.

Étapes suivantes

Pour découvrir d’autres façons d’exporter et d’utiliser un modèle Custom Vision, consultez les documents suivants :

• Exporter votre modèle
• Utiliser le modèle Tensorflow exporté dans une application Android
• Utiliser le modèle CoreML exporté dans une application Swift iOS
• Utiliser le modèle CoreML exporté dans une application iOS avec Xamarin

Pour plus d’informations sur l’utilisation de modèles ONNX avec Windows ML, consultez Intégrer un modèle à votre application avec Windows ML.