首页 > 教程 > 探索AI技术在.Net平台上的应用

探索AI技术在.Net平台上的应用

时间:2024-04-18 | 来源: | 阅读:131

话题: T Net 平台 Yolo S AI IoT 车牌 机器 应用 物联网

最近一段时间在研究AI技术在.Net平台的使用,目前AI绝大部分是使用Python开发,偶然一次在头条看到一篇ML.NET的介绍,是Net平台下开放源代码的跨平台机器学习框架。ML.NET详细介绍 https://dotnet.microsoft.com/zh-cn/apps/machinelear

最近我一直在研究AI技术在.Net平台上的应用。目前,大部分AI技术都是使用Python开发的。然而,最近我偶然在头条上看到了一篇关于ML.NET的介绍,这是一个开放源代码的跨平台机器学习框架,专为.Net平台设计。我对ML.NET进行了详细的研究。

ML.NET详细介绍

最初,我主要学习图像分类和目标检测。在整个ML.NET学习过程中,我遇到了不少困难。最初,我使用VS插件ML.NET Model Builder进行数据训练,但发现执行效率很低。后来,我尝试使用Vott进行图片标注,但也发现了一些bug,比如视频文件标注导出后文件路径无法识别。最后,我找到了一个效率非常高的方式,即使用yolo导出onnx模型。我使用Python训练了yolo数据集并导出了onnx模型,最后在.Net平台下进行调用。

一、车牌识别实现基本步骤

1. 数据标注,可以使用LabImg或其他标注工具

2.训练数据,训练车牌样式,训练文字和颜色ORC识别

3.导出onnx格式模型

4.使用ML.NET调用模型

二、整合到IoTBrowser

IoTBrowser增加Dynamic Api插件框架,另外找了一个Yolov5Net包,默认支持Net6,后面移植到.Net Framework下。

C#调用代码很简单

js端调用更简单

三、实现效果

支持的格式:

1.图片绝对文件路径

2.RTMP协议取帧识别

3.Mp4或ts文件 取帧识别


湘ICP备2022002427号-10湘公网安备:43070202000427号
© 2013~2019 haote.com 好特网