C# SwinV2 Stable Diffusion 提示词反推 Onnx Demo

目次
先容
结果
CPU
GPU
模子信息
项目
代码
下载 

---

C# SwinV2 Stable Diffusion 提示词反推 Onnx Demo

先容

模子出处github地点：https://github.com/SmilingWolf/SW-CV-ModelZoo
模子下载地点：https://huggingface.co/SmilingWolf/wd-v1-4-swinv2-tagger-v2
结果

CPU

GPU

模子信息

Model Properties
-------------------------
---------------------------------------------------------------
Inputs
-------------------------
name：input_1:0
tensor：Float[1, 448, 448, 3]
---------------------------------------------------------------
Outputs
-------------------------
name：predictions_sigmoid
tensor：Float[1, 9083]
---------------------------------------------------------------
项目

代码

using Microsoft.ML.OnnxRuntime;
using Microsoft.ML.OnnxRuntime.Tensors;
using OpenCvSharp;
using System;
using System.Collections.Generic;
using System.Drawing;
using System.IO;
using System.Linq;
using System.Text;
using System.Windows.Forms;
namespace Onnx_Demo
{
    public partial class Form1 : Form
    {
        public Form1()
        {
            InitializeComponent();
        }
        string fileFilter = "*.*|*.bmp;*.jpg;*.jpeg;*.tiff;*.tiff;*.png";
        string image_path = "";
        DateTime dt1 = DateTime.Now;
        DateTime dt2 = DateTime.Now;
        string model_path;
        Mat image;
        SessionOptions options;
        InferenceSession onnx_session;
        Tensor<float> input_tensor;
        List<NamedOnnxValue> input_container;
        IDisposableReadOnlyCollection<DisposableNamedOnnxValue> result_infer;
        DisposableNamedOnnxValue[] results_onnxvalue;
        Tensor<float> result_tensors;
        StringBuilder sb = new StringBuilder();
        public string[] class_names;
        private void button1_Click(object sender, EventArgs e)
        {
            OpenFileDialog ofd = new OpenFileDialog();
            ofd.Filter = fileFilter;
            if (ofd.ShowDialog() != DialogResult.OK) return;
            pictureBox1.Image = null;
            image_path = ofd.FileName;
            pictureBox1.Image = new Bitmap(image_path);
            textBox1.Text = "";
            image = new Mat(image_path);
        }
        private void button2_Click(object sender, EventArgs e)
        {
            if (image_path == "")
            {
                return;
            }
            button2.Enabled = false;
            textBox1.Text = "";
            sb.Clear();
            Application.DoEvents();
            //图片缩放
            image = new Mat(image_path);
            int max_image_length = image.Cols > image.Rows ? image.Cols : image.Rows;
            Mat max_image = Mat.Zeros(new OpenCvSharp.Size(max_image_length, max_image_length), MatType.CV_8UC3);
            Rect roi = new Rect(0, 0, image.Cols, image.Rows);
            image.CopyTo(new Mat(max_image, roi));
            float[] result_array;
            // 将图片转为RGB通道
            Mat image_rgb = new Mat();
            Cv2.CvtColor(max_image, image_rgb, ColorConversionCodes.BGR2RGB);
            Mat resize_image = new Mat();
            Cv2.Resize(max_image, resize_image, new OpenCvSharp.Size(448, 448));
            // 输入Tensor
            for (int y = 0; y < resize_image.Height; y++)
            {
                for (int x = 0; x < resize_image.Width; x++)
                {
                    input_tensor[0, y, x, 0] = resize_image.At<Vec3b>(y, x)[0];
                    input_tensor[0, y, x, 1] = resize_image.At<Vec3b>(y, x)[1];
                    input_tensor[0, y, x, 2] = resize_image.At<Vec3b>(y, x)[2];
                }
            }
            //将 input_tensor 放入一个输入参数的容器，并指定名称
            input_container.Add(NamedOnnxValue.CreateFromTensor("input_1:0", input_tensor));
            dt1 = DateTime.Now;
            //运行 Inference 并获取结果
            result_infer = onnx_session.Run(input_container);
            dt2 = DateTime.Now;
            // 将输出结果转为DisposableNamedOnnxValue数组
            results_onnxvalue = result_infer.ToArray();
            // 读取第一个节点输出并转为Tensor数据
            result_tensors = results_onnxvalue[0].AsTensor<float>();
            result_array = result_tensors.ToArray();
            List<ScoreIndex> ltResult = new List<ScoreIndex>();
            ScoreIndex temp;
            for (int i = 0; i < result_array.Length; i++)
            {
                temp = new ScoreIndex(i, result_array);
                ltResult.Add(temp);
            }
            //根据分数倒序排序，取前14个
            var SortedByScore = ltResult.OrderByDescending(p => p.Score).ToList().Take(14);
            foreach (var item in SortedByScore)
            {
                sb.Append(class_names[item.Index] + ",");
            }
            sb.Length--; // 将长度减1来移除末了一个字符
            sb.AppendLine("");
            sb.AppendLine("------------------");
            
            // 只取分数最高的
            // float max = result_array.Max();
            // int maxIndex = Array.IndexOf(result_array, max);
            // sb.AppendLine(class_names[maxIndex]+" "+ max.ToString("2"));
           
            sb.AppendLine("推理耗时:" + (dt2 - dt1).TotalMilliseconds + "ms");
            textBox1.Text = sb.ToString();
            button2.Enabled = true;
        }
        private void Form1_Load(object sender, EventArgs e)
        {
            model_path = "model/model.onnx";
            // 创建输出会话，用于输出模子读取信息
            options = new SessionOptions();
            options.LogSeverityLevel = OrtLoggingLevel.ORT_LOGGING_LEVEL_INFO;
            options.AppendExecutionProvider_CPU(0);// 设置为CPU上运行
            // 创建推理模子类，读取当地模子文件
            onnx_session = new InferenceSession(model_path, options);//model_path 为onnx模子文件的路径
            // 输入Tensor
            input_tensor = new DenseTensor<float>(new[] { 1, 448, 448, 3 });
            // 创建输入容器
            input_container = new List<NamedOnnxValue>();
            image_path = "test_img/test.jpg";
            pictureBox1.Image = new Bitmap(image_path);
            image = new Mat(image_path);
            List<string> str = new List<string>();
            StreamReader sr = new StreamReader("model/lable.txt");
            string line;
            while ((line = sr.ReadLine()) != null)
            {
                str.Add(line);
            }
            class_names = str.ToArray();
        }
    }
}

1. using Microsoft.ML.OnnxRuntime;
2. using Microsoft.ML.OnnxRuntime.Tensors;
3. using OpenCvSharp;
4. using System;
5. using System.Collections.Generic;
6. using System.Drawing;
7. using System.IO;
8. using System.Linq;
9. using System.Text;
10. using System.Windows.Forms;
12. namespace Onnx_Demo
13. {
14.     public partial class Form1 : Form
15.     {
16.         public Form1()
17.         {
18.             InitializeComponent();
19.         }
21.         string fileFilter = "*.*|*.bmp;*.jpg;*.jpeg;*.tiff;*.tiff;*.png";
22.         string image_path = "";
23.         DateTime dt1 = DateTime.Now;
24.         DateTime dt2 = DateTime.Now;
25.         string model_path;
26.         Mat image;
28.         SessionOptions options;
29.         InferenceSession onnx_session;
30.         Tensor<float> input_tensor;
31.         List<NamedOnnxValue> input_container;
32.         IDisposableReadOnlyCollection<DisposableNamedOnnxValue> result_infer;
33.         DisposableNamedOnnxValue[] results_onnxvalue;
35.         Tensor<float> result_tensors;
37.         StringBuilder sb = new StringBuilder();
39.         public string[] class_names;
41.         private void button1_Click(object sender, EventArgs e)
42.         {
43.             OpenFileDialog ofd = new OpenFileDialog();
44.             ofd.Filter = fileFilter;
45.             if (ofd.ShowDialog() != DialogResult.OK) return;
46.             pictureBox1.Image = null;
47.             image_path = ofd.FileName;
48.             pictureBox1.Image = new Bitmap(image_path);
49.             textBox1.Text = "";
50.             image = new Mat(image_path);
51.         }
53.         private void button2_Click(object sender, EventArgs e)
54.         {
55.             if (image_path == "")
56.             {
57.                 return;
58.             }
60.             button2.Enabled = false;
61.             textBox1.Text = "";
62.             sb.Clear();
63.             Application.DoEvents();
65.             //图片缩放
66.             image = new Mat(image_path);
67.             int max_image_length = image.Cols > image.Rows ? image.Cols : image.Rows;
68.             Mat max_image = Mat.Zeros(new OpenCvSharp.Size(max_image_length, max_image_length), MatType.CV_8UC3);
69.             Rect roi = new Rect(0, 0, image.Cols, image.Rows);
70.             image.CopyTo(new Mat(max_image, roi));
72.             float[] result_array;
74.             // 将图片转为RGB通道
75.             Mat image_rgb = new Mat();
76.             Cv2.CvtColor(max_image, image_rgb, ColorConversionCodes.BGR2RGB);
77.             Mat resize_image = new Mat();
78.             Cv2.Resize(max_image, resize_image, new OpenCvSharp.Size(448, 448));
80.             // 输入Tensor
81.             for (int y = 0; y < resize_image.Height; y++)
82.             {
83.                 for (int x = 0; x < resize_image.Width; x++)
84.                 {
85.                     input_tensor[0, y, x, 0] = resize_image.At<Vec3b>(y, x)[0];
86.                     input_tensor[0, y, x, 1] = resize_image.At<Vec3b>(y, x)[1];
87.                     input_tensor[0, y, x, 2] = resize_image.At<Vec3b>(y, x)[2];
88.                 }
89.             }
91.             //将 input_tensor 放入一个输入参数的容器，并指定名称
92.             input_container.Add(NamedOnnxValue.CreateFromTensor("input_1:0", input_tensor));
94.             dt1 = DateTime.Now;
95.             //运行 Inference 并获取结果
96.             result_infer = onnx_session.Run(input_container);
97.             dt2 = DateTime.Now;
99.             // 将输出结果转为DisposableNamedOnnxValue数组
100.             results_onnxvalue = result_infer.ToArray();
102.             // 读取第一个节点输出并转为Tensor数据
103.             result_tensors = results_onnxvalue[0].AsTensor<float>();
105.             result_array = result_tensors.ToArray();
107.             List<ScoreIndex> ltResult = new List<ScoreIndex>();
108.             ScoreIndex temp;
109.             for (int i = 0; i < result_array.Length; i++)
110.             {
111.                 temp = new ScoreIndex(i, result_array[i]);
112.                 ltResult.Add(temp);
113.             }
115.             //根据分数倒序排序，取前14个
116.             var SortedByScore = ltResult.OrderByDescending(p => p.Score).ToList().Take(14);
118.             foreach (var item in SortedByScore)
119.             {
120.                 sb.Append(class_names[item.Index] + ",");
121.             }
122.             sb.Length--; // 将长度减1来移除最后一个字符
124.             sb.AppendLine("");
125.             sb.AppendLine("------------------");
126.             
127.             // 只取分数最高的
128.             // float max = result_array.Max();
129.             // int maxIndex = Array.IndexOf(result_array, max);
130.             // sb.AppendLine(class_names[maxIndex]+" "+ max.ToString("P2"));
131.            
132.             sb.AppendLine("推理耗时:" + (dt2 - dt1).TotalMilliseconds + "ms");
133.             textBox1.Text = sb.ToString();
134.             button2.Enabled = true;
135.         }
137.         private void Form1_Load(object sender, EventArgs e)
138.         {
139.             model_path = "model/model.onnx";
141.             // 创建输出会话，用于输出模型读取信息
142.             options = new SessionOptions();
143.             options.LogSeverityLevel = OrtLoggingLevel.ORT_LOGGING_LEVEL_INFO;
144.             options.AppendExecutionProvider_CPU(0);// 设置为CPU上运行
146.             // 创建推理模型类，读取本地模型文件
147.             onnx_session = new InferenceSession(model_path, options);//model_path 为onnx模型文件的路径
149.             // 输入Tensor
150.             input_tensor = new DenseTensor<float>(new[] { 1, 448, 448, 3 });
151.             // 创建输入容器
152.             input_container = new List<NamedOnnxValue>();
154.             image_path = "test_img/test.jpg";
155.             pictureBox1.Image = new Bitmap(image_path);
156.             image = new Mat(image_path);
158.             List<string> str = new List<string>();
159.             StreamReader sr = new StreamReader("model/lable.txt");
160.             string line;
161.             while ((line = sr.ReadLine()) != null)
162.             {
163.                 str.Add(line);
164.             }
165.             class_names = str.ToArray();
166.         }
168.     }
169. }

复制代码

下载 

源码下载


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！qidao123.com:ToB企服之家，中国第一个企服评测及软件市场,开放入驻,技术点评得现金