Usare un modello ONNX di Visione personalizzata con Windows ML (anteprima)

Informazioni su come usare un modello ONNX esportato dal Servizio visione artificiale personalizzato con Windows ML (anteprima). Si userà un'applicazione UWP di esempio con il proprio classificatore di immagini sottoposto a training.

Prerequisiti

• Windows 10, versione 1809 o successive
• Windows SDK per build 17763 o successiva
• Visual Studio 2017 15.7 o versioni successive con il carico di lavoro di sviluppo UWP abilitato.
• Modalità di sviluppo abilitata nel PC. Per altre informazioni, vedere Abilitare il dispositivo per lo sviluppo.

Informazioni sull'app di esempio

L'applicazione inclusa è un'app UWP Windows generica. Consente di selezionare un'immagine nel computer e di elaborarla utilizzando un modello di classificazione archiviato localmente. I tag e i punteggi restituiti dal modello vengono visualizzati accanto all'immagine.

Ottenere l'applicazione

L'applicazione di esempio è disponibile nel repository Esempi di Visione personalizzata ONNX di Servizi di Azure AI in GitHub. Clonarlo nel computer locale e aprire SampleOnnxEvaluationApp.sln in Visual Studio.

Testare l'applicazione

1. Usare il tasto F5 per avviare l'applicazione da Visual Studio. Potrebbe essere richiesto di abilitare la modalità di sviluppo.
2. All'avvio dell'applicazione, usare il pulsante per selezionare un'immagine per l'assegnazione dei punteggi. Viene eseguito il training del modello ONNX predefinito per classificare diversi tipi di plankton.

Usare il modello personalizzato

Procedere come segue per usare il proprio modello di classificatore di immagini:

1. Creare ed eseguire il training di un classificatore con il Servizio visione artificiale personalizzato. Per istruzioni su come eseguire questa operazione, vedere Creare ed eseguire il training di un classificatore. Usare uno dei domini compatto, ad esempio Generale (compatto).
   • Se si dispone di un classificatore esistente che usa un dominio differente, è possibile convertirlo in compatto nelle impostazioni del progetto. Successivamente, ripetere il training del progetto prima di proseguire.
2. Esportare il modello. Passare alla scheda Prestazioni e selezionare un'iterazione sottoposta a training con un dominio compatto. Selezionare il pulsante Esporta visualizzato. Successivamente, selezionare ONNX seguito da Esporta. Quando il file è pronto, selezionare il pulsante Download. Per altre informazioni sulle opzioni di esportazione, vedere Esportare il modello.
3. Aprire il file .zip scaricato ed estrarre il file model.onnx. Tale file contiene il modello di classificatore.
4. In Esplora soluzioni in Visual Studio fare clic con il pulsante destro del mouse sulla cartella Asset e selezionare Aggiungi elemento esistente. Selezionare il file ONNX.
5. In Esplora soluzioni fare clic con il pulsante destro del mouse sul file ONNX e selezionare Proprietà. Modificare le proprietà seguenti per il file:
   • Operazione di compilazione ->Contenuto
   • Copia nella directory di output ->Copia se più recente
6. Successivamente, aprire MainPage.xaml.cs e modificare il valore di _ourOnnxFileName nel nome del file ONNX.
7. Usare F5 per compilare ed eseguire il progetto.
8. Selezionare il pulsante per selezionare l'immagine da valutare.

Passaggi successivi

Per scoprire altri modi per esportare e usare un modello del Servizio visione artificiale personalizzato, vedere i documenti seguenti:

• Esportare il modello
• Use exported Tensorflow model in an Android application (Usare il modello Tensorflow esportato in un'applicazione Android)
• Use exported CoreML model in a Swift iOS application (Usare il modello CoreML esportato in un'applicazione iOS Swift)
• Use exported CoreML model in an iOS application with Xamarin (Usare il modello CoreML esportato in un'applicazione iOS con Xamarin)

Per altre informazioni sull'uso di modelli ONNX con Windows ML, vedere Integrare un modello nella tua app con Windows ML.