【官方框架地址】
https://github.com/sdcb/OpenVINO.NET
【框架介绍】
OpenVINO（Open Visual Inference & Neural Network Optimization）是一个由Intel推出的，针对计算机视觉和机器学习任务的开源工具套件。通过优化神经网络，加速深度学习推理，OpenVINO可以帮助开发者更高效地在Intel硬件上部署机器学习应用。
OpenVINO的.NET版本是其与.NET生态系统的结合，提供了C#语言的API接口，让.NET开发者能更容易地集成和使用OpenVINO的功能。.NET开发者可以快速将OpenVINO的优化和加速能力集成到他们的应用中，提高图像和视频处理的速度。
使用OpenVINO.NET，开发者可以：
- 优化神经网络：OpenVINO能够优化和转换神经网络模型，使其更适合在Intel硬件上运行。
- 加速推理：通过利用Intel硬件的特性，如集成显卡或至强处理器，OpenVINO可以显著提高推理速度。
- 简化开发流程：OpenVINO.NET提供了C#语言的API，让开发者能够用他们熟悉的编程语言进行开发，减少了学习和技术门槛。
- 丰富的生态系统：与.NET生态系统结合，可以利用现有的.NET框架和库，更容易地构建复杂的应用程序。
- 跨平台支持：OpenVINO.NET不仅支持Windows平台，也支持Linux和macOS，使得开发的应用具有更广泛的部署能力。
总的来说，OpenVINO.NET为.NET开发者提供了一个强大的工具，帮助他们快速构建高性能的机器学习和计算机视觉应用。通过优化神经网络和加速推理，OpenVINO.NET有助于推动AI技术在各种行业中的应用和发展。
【效果展示】
【实现部分代码】
using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Diagnostics;
using System.Drawing;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Windows.Forms;
using OpenCvSharp;
namespace FIRC
{
public partial class Form1 : Form
{
Mat src = new Mat();
FaceDetector detector = new FaceDetector();
public Form1()
{
InitializeComponent();
}
private void button1_Click(object sender, EventArgs e)
{
OpenFileDialog openFileDialog = new OpenFileDialog();
openFileDialog.Filter = "图文件(*.*)|*.jpg;*.png;*.jpeg;*.bmp";
openFileDialog.RestoreDirectory = true;
openFileDialog.Multiselect = false;
if (openFileDialog.ShowDialog() == DialogResult.OK)
{
src = Cv2.ImRead(openFileDialog.FileName);
pictureBox1.Image = OpenCvSharp.Extensions.BitmapConverter.ToBitmap(src);
}
}
private void button2_Click(object sender, EventArgs e)
{
if(pictureBox1.Image==null)
{
return;
}
var result = detector.Inference(src);
var resultMat = detector.DrawImage(result,src);
pictureBox2.Image= OpenCvSharp.Extensions.BitmapConverter.ToBitmap(resultMat); //Mat转Bitmap
}
private void Form1_Load(object sender, EventArgs e)
{
detector.LoadWeights(Application.StartupPath+ "\\weights\\face-detection-0200.xml");
}
private void button3_Click(object sender, EventArgs e)
{
VideoCapture capture = new VideoCapture(0);
if (!capture.IsOpened())
{
Console.WriteLine("video not open!");
return;
}
Mat frame = new Mat();
var sw = new Stopwatch();
int fps = 0;
while (true)
{
capture.Read(frame);
if (frame.Empty())
{
Console.WriteLine("data is empty!");
break;
}
sw.Start();
var result = detector.Inference(src);
var resultMat = detector.DrawImage(result, src);
sw.Stop();
fps = Convert.ToInt32(1 / sw.Elapsed.TotalSeconds);
sw.Reset();
Cv2.PutText(resultMat, "FPS=" + fps, new OpenCvSharp.Point(30, 30), HersheyFonts.HersheyComplex, 1.0, new Scalar(255, 0, 0), 3);
//显示结果
Cv2.ImShow("Result", resultMat);
int key = Cv2.WaitKey(10);
if (key == 27)
break;
}
capture.Release();
}
}
}
【视频演示】
https://www.bilibili.com/video/BV1wV411973m/?vd_source=989ae2b903ea1b5acebbe2c4c4a635ee
【测试环境】
vs2019,netframework4.7.2
