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). Userai un'applicazione UWP di esempio con il classificatore di immagini con 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 sviluppatore 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 di Windows generica. Consente di selezionare un'immagine dal computer ed elaborarla usando 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 ONNX Visione personalizzata sample dei servizi di intelligenza artificiale di Azure 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

Per usare il proprio modello di classificatore di immagini, seguire questa procedura:

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 compatta, ad esempio Generale (compatta).Use one of the compact domains such as General (compact).
   • Se si dispone di un classificatore esistente che usa un dominio diverso, è possibile convertirlo in compatta nelle impostazioni del progetto. Quindi, ripetere il training del progetto prima di continuare.
2. Esportare il modello. Passare alla scheda Prestazioni e selezionare un'iterazione sottoposta a training con un dominio compatto . Selezionare il pulsante Esporta visualizzato. Selezionare quindi ONNX e quindi 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 da esso. Questo file contiene il modello di classificatore.
4. Nella Esplora soluzioni in Visual Studio fare clic con il pulsante destro del mouse sulla cartella Asset e scegliere Aggiungi elemento esistente. Selezionare il file ONNX.
5. In Esplora soluzioni fare clic con il pulsante destro del mouse sul file ONNX e scegliere Proprietà. Modificare le proprietà seguenti per il file:
   • Azione di compilazione -> Contenuto
   • Copia nella directory di output -> Copia se più recente
6. Aprire quindi MainPage.xaml.cs e modificare il valore di _ourOnnxFileName impostando il nome del file ONNX.
7. F5 Usare 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 nell'app con Windows ML.