ONNX-modell használata a Custom Visionből a Windows ML-vel (előzetes verzió)

Megismerheti, hogyan használhatja a Custom Vision Service-ből exportált ONNX modellt Windows ML-gel (előzetes verzió). Egy példa UWP-alkalmazást fog használni a saját betanított képosztályozójával.

Előfeltételek

• Windows 10 1809-es vagy újabb verzió
• Windows SDK 17763-os vagy újabb buildhez
• Visual Studio 2017 15.7-es vagy újabb verzió engedélyezett Univerzális Windows-platform fejlesztési tevékenységprofillal.
• A fejlesztői mód engedélyezve van a pc-n. További információ: Eszköz engedélyezése fejlesztésre.

A példa alkalmazásról

A mellékelt alkalmazás egy általános Windows UWP-alkalmazás. Lehetővé teszi egy rendszerkép kiválasztását a számítógépről, és feldolgozhatja egy helyileg tárolt besorolási modell használatával. A modell által visszaadott címkék és pontszámok a kép mellett jelennek meg.

Az alkalmazás lekérése

A példaalkalmazás az Azure AI-szolgáltatások ONNX Custom Vision Minta adattárában érhető el a GitHubon. Klónozza a helyi gépre, és nyissa meg a SampleOnnxEvaluationApp.sln a Visual Studióban.

Az alkalmazás tesztelése

1. A F5 kulcs használatával indítsa el az alkalmazást a Visual Studióból. Lehet, hogy a rendszer kéri a fejlesztői mód engedélyezését.
2. Az alkalmazás indításakor a gombbal válasszon ki egy képet a pontozáshoz. Az alapértelmezett ONNX-modell be van tanítva a különböző típusú planktonok besorolására.

Saját modell használata

Saját képosztályozó modell használatához kövesse az alábbi lépéseket:

1. Besoroló létrehozása és betanítása a Custom Vision Service használatával. Ennek módjáról az osztályozó létrehozása és betanítása című témakörben olvashat. Használja az egyik kompakt tartományt, például az Általános (kompakt) tartományt.
   • Ha egy másik tartományt használó meglévő osztályozóval rendelkezik, átalakíthatja tömörítésre a projekt beállításai között. Ezután a folytatás előtt újra betanítsa a projektet.
2. Exportálja a modellt. Váltson a Teljesítmény lapra, és válasszon ki egy kompakt tartománnyal betanított iterációt. Válassza a megjelenő Exportálás gombot. Ezután válassza az ONNX, majd az Exportálás lehetőséget. Amikor a fájl elkészült, kattintson a Letöltés gombra. Az exportálási lehetőségekről további információt a modell exportálása című témakörben talál.
3. Nyissa meg a letöltött .zip fájlt, és bontsa ki belőle a model.onnx fájlt. Ez a fájl tartalmazza az osztályozómodellt.
4. A Visual Studio Megoldáskezelő kattintson a jobb gombbal az Eszközök mappára, és válassza a Meglévő elem hozzáadása lehetőséget. Válassza ki az ONNX-fájlt.
5. A Megoldáskezelő kattintson a jobb gombbal az ONNX-fájlra, és válassza a Tulajdonságok lehetőséget. Módosítsa a fájl alábbi tulajdonságait:
   • Buildelési művelet –> Tartalom
   • Másolás a kimeneti könyvtárba –> Másolás, ha újabb
6. Ezután nyissa meg MainPage.xaml.cs , és módosítsa az érték értékét _ourOnnxFileName az ONNX-fájl nevére.
7. F5 A projekt létrehozásához és futtatásához használja a elemet.
8. A kiértékelendő kép kiválasztásához válassza ki a Gomb gombot.

Következő lépések

Egyéb exportálási lehetőségekről és a Custom Vision modell használatáról bővebb információt a következő dokumentumokban talál:

• A modell exportálása
• Exportált Tensorflow-modell használata Android-alkalmazásban
• Exportált CoreML modell használata Swift iOS-alkalmazásban
• Exportált CoreML modell használata iOS alkalmazásban Xamarinnal

További információ az ONNX-modellek Windows ML-vel való használatáról: Modell integrálása az alkalmazásba a Windows ML-vel.