论坛
潜水/灌水快乐,沉淀知识,认识更多同行。
ToB圈子
加入IT圈,遇到更多同好之人。
朋友圈
看朋友圈动态,了解ToB世界。
ToB门户
了解全球最新的ToB事件
博客
Blog
排行榜
Ranklist
文库
业界最专业的IT文库,上传资料也可以赚钱
下载
分享
Share
导读
Guide
相册
Album
记录
Doing
搜索
本版
文章
帖子
ToB圈子
用户
免费入驻
产品入驻
解决方案入驻
公司入驻
案例入驻
登录
·
注册
只需一步,快速开始
账号登录
立即注册
找回密码
用户名
Email
自动登录
找回密码
密码
登录
立即注册
首页
找靠谱产品
找解决方案
找靠谱公司
找案例
找对的人
专家智库
悬赏任务
圈子
SAAS
ToB企服应用市场:ToB评测及商务社交产业平台
»
论坛
›
软件与程序人生
›
后端开发
›
.Net
›
【YoloDeployCsharp】基于.NET Framework的YOLO深度学习 ...
【YoloDeployCsharp】基于.NET Framework的YOLO深度学习模型部署测试平台 ...
魏晓东
金牌会员
|
2024-5-19 03:00:59
|
显示全部楼层
|
阅读模式
楼主
主题
825
|
帖子
825
|
积分
2475
1. 项目介绍
基于.NET Framework 4.8 开发的深度学习模型部署测试平台,提供了YOLO框架的主流系列模型,包括YOLOv8~v9,以及其系列下的Det、Seg、Pose、Obb、Cls等应用场景,同时支持图像与视频检测。模型部署引擎使用的是OpenVINO™、TensorRT、ONNX runtime以及OpenCV DNN,支持CPU、IGPU以及GPU多种装备推理。
此中,OpenVINO™以及TensorRT的C#接口均为自行开发,项目链接为:
OpenVINO™ C# API :
https://github.com/guojin-yan/OpenVINO-CSharp-API.git
复制代码
TensorRT C# API :
https://github.com/guojin-yan/TensorRT-CSharp-API.git
复制代码
演示视频:
微信:
C#模型部署平台:基于YOLOv8目的检测模型的视频检测
哔哩哔哩:
C#模型部署平台:基于YOLOv8目的检测模型的视频检测_哔哩哔哩_bilibili
C#&YOLO系列深度学习模型部署平台页面主要包括四个区域,分别为:模型选择和加载区域、推理区域、输入图像展示区域以及输出结果图像展示区域。如下图所示:
如下图所示,演示的是使用YOLOv5 Det模型的推理情况,
同样的方式,我们可以实现多种模型在不同平台的上的推理,如下图所示:
2. 支持模型
项目在开发时,同时开发了YOLOv5~v9以及YOLO World等YOLO系列模型,模型部署工具使用的是OpenVINO 、TensorRT 、ONNX runtime、OpenCV DNN,但有一些模型部署工具对模型的算子存在不支持情况,因此,对该项目中所使用的所有模型举行了测试,如下表所示:
ModelOpenVINO CPUOpenVINO GPUTensorRT GPUONNX runtime CPUONNX runtime GPUOpenCV DNN
YOLOv5 Det
✅✅✅✅✅✅
YOLOv5 Seg
✅✅✅✅✅✅
YOLOv5 Cls
✅✅✅✅✅
YOLOv6 Det
✅✅✅✅✅✅
YOLOv7 Det
✅✅✅✅
YOLOv8 Det
✅✅✅✅✅✅
YOLOv8 Seg
✅✅✅✅✅✅
YOLOv8 Pose
✅✅✅✅✅✅
YOLOv8 Obb
✅✅✅✅✅✅
YOLOv8 Cls
✅✅✅✅✅✅
YOLOv9 Det
✅✅✅✅✅
YOLOv9 Seg
✅✅✅✅✅✅
YOLO World
✅✅✅✅
3. 时间测试
在开发的模型部署平台上举行时间测试,当前的测试环境为:
CPU:11th Intel Core i7-1165G7 2.8GHz
IGPU:Intel Iris Xe Graphics
GPU:NVIDIA GeForce RTX 2060
在同一环境下,对此中一些模型举行了测试,如下表所示:
ModelOpenVINO CPUOpenVINO IGPUTensorRT GPUONNX runtime CPUONNX runtime GPUOpenCV DNN
YOLOv5s Det
53.78 ms28.84 ms22.95 ms95.68 ms29.22 ms178.53 ms
YOLOv5s Seg
119.53 ms43.49 ms31.17 ms144.68 ms42.27 ms500.26 ms
YOLOv6s Det
98.66 ms43.50 ms19.93 ms147.14 ms25.90 msd155.20 ms
YOLOv8s Det
77.06 ms37.54 ms20.04 ms134.05 ms25.82 ms191.34 ms
YOLOv8s Seg
105.55 ms48.45 ms25.91 ms200.01 ms37.24 ms532.16 ms 通过测试结果可以看出:
在GPU上:使用独立显卡加速的TensorRT在推理速度上表现是十分优秀的,但使用集成显卡加速的OpenVINO其推理速度也不容小觑,如果上到英特尔的独立显卡,其推理速度应该还会有很大水平上的提升,而ONNX runtime使用独立显卡加速,其推理性能上与TensorRT相比稍逊色;
在CPU上,OpenVINO 的表现时十分突出的,在使用少少的CPU占用上,其推理速度已经有了很大的提升,而ONNX runtime以及OpenCV DNN占用CPU很大的情况下,其推理速度远不如OpenVINO。
4. 总结
项目源码目前已经在GitHub上开源,项目链接为:
https://github.com/guojin-yan/YoloDeployCsharp.git
复制代码
各位开发者可以根据自己情况加逆行下载,并举行项目配置,此中一些内容的配置可以参考一下文章:
最新发布!TensorRT C# API :基于C#与TensorRT部署深度学习模型
在 Windows 上使用 OpenVINO™ C# API 部署 Yolov8-obb 实现恣意方向的目的检测 | 开发者实战
最后如果各位开发者在使用中有任何标题,欢迎大家与我联系。
免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!更多信息从访问主页:qidao123.com:ToB企服之家,中国第一个企服评测及商务社交产业平台。
本帖子中包含更多资源
您需要
登录
才可以下载或查看,没有账号?
立即注册
x
回复
使用道具
举报
0 个回复
倒序浏览
返回列表
快速回复
高级模式
B
Color
Image
Link
Quote
Code
Smilies
您需要登录后才可以回帖
登录
or
立即注册
本版积分规则
发表回复
回帖并转播
回帖后跳转到最后一页
发新帖
回复
魏晓东
金牌会员
这个人很懒什么都没写!
楼主热帖
基础常用dos命令
Unity技术手册 - Shader实现灵魂状态 ...
云原生之旅 - 14)遵循 GitOps 实践的 ...
Vulnhub靶机-Al-Web-1
火山引擎 DataLeap 计算治理自动化解决 ...
.NET主流的几款重量级 ORM框架 ...
vuluhub_jangow-01-1.0.1
Android studio连接MySQL并完成简单的 ...
2022年总结-博客篇
数仓实践丨常量标量子查询做全连接导致 ...
标签云
挺好的
服务器
快速回复
返回顶部
返回列表