Een ONNX-model uit Custom Vision gebruiken met Windows ML (preview)
Lees hoe u een ONNX-model gebruikt dat uit de Custom Vision Service is geëxporteerd met Windows ML (preview).
In deze hand leiding vindt u informatie over het gebruik van een ONNX-bestand dat is geëxporteerd uit de Custom Vision Service met Windows ML. U gebruikt de voor beeld-UWP-toepassing met uw eigen getrainde afbeeldings classificatie.
Vereisten
- Windows 10 versie 1809 of hoger
- Windows SDK voor Build 17763 of hoger
- Visual Studio 2017 versie 15.7 of later waarbij de ontwikkelworkload van Universal Windows Platform is ingeschakeld.
- De ontwikkelaars modus is ingeschakeld op uw PC. Zie uw apparaat inschakelen voor ontwikkelingvoor meer informatie.
Over de voorbeeld-app
De meegeleverde toepassing is een algemene Windows UWP-app. Hiermee kunt u een installatie kopie van uw computer selecteren, die vervolgens wordt verwerkt door een lokaal opgeslagen classificatie model. De tags en scores die door het model worden geretourneerd, worden weergegeven naast de afbeelding.
De voorbeeldcode halen
De voorbeeld toepassing is beschikbaar op de opslag plaats COGNITIVE Services ONNX Custom Vision voor beeld van github. Kloon het naar uw lokale computer en open SampleOnnxEvaluationApp. SLN in Visual Studio.
De toepassing testen
- Gebruik de
F5-sleutel om de toepassing te starten vanuit Visual Studio. U wordt mogelijk gevraagd de Ontwikkelmodus in te schakelen. - Wanneer de toepassing wordt gestart, moet u de knop gebruiken om een installatiekopie voor het scoren te selecteren. Het standaard ONNX-model wordt getraind voor het classificeren van verschillende typen plankton.
Uw eigen model gebruiken
Als u uw eigen afbeeldings classificatie model wilt gebruiken, volgt u deze stappen:
- Maak en train een classificatie met de Custom Vision Service. Zie een classificatie maken en trainenvoor instructies over hoe u dit doet. Gebruik een van de compacte domeinen, zoals Algemeen (compact).
- Als u een bestaande classificatie hebt die gebruikmaakt van een ander domein, kunt u deze converteren naar comprimeren in de project instellingen. Train vervolgens het project opnieuw voordat u doorgaat.
- Exporteer uw model. Ga naar het tabblad prestaties en selecteer een herhaling die is getraind met een compact domein. Selecteer de knop exporteren die wordt weer gegeven. Selecteer vervolgens ONNX en vervolgens exporteren. Zodra het bestand gereed is, selecteert u de knop Downloaden. Zie uw model exporterenvoor meer informatie over export opties.
- Open het gedownloade zip -bestand en pak het bestand model. onnx uit. Dit bestand bevat uw classificatie model.
- Klik in de Solution Explorer in Visual Studio met de rechter muisknop op de map assets en selecteer bestaand item toevoegen. Selecteer uw ONNX-bestand.
- In Solution Explorer klikt u met de rechter muisknop op het ONNX-bestand en selecteert u Eigenschappen. Wijzig de volgende eigenschappen voor het bestand:
- Actie maken -> Inhoud
- Naar uitvoermap kopiëren -> Kopiëren indien nieuwer
- Open vervolgens MainPage. xaml. cs en wijzig de waarde van
_ourOnnxFileNamein de naam van het ONNX-bestand. - Gebruik de
F5om het project te bouwen en uit te voeren. - Klik op de knop om de afbeelding die u wilt evalueren te selecteren.
Volgende stappen
Als u andere manieren wilt ontdekken om een Custom Vision-model te exporteren en te gebruiken, raadpleegt u de volgende documenten:
- Uw model exporteren
- Geëxporteerd Tensorflow-model in een Android-toepassing gebruiken
- Geëxporteerd CoreML-model in een Swift iOS-toepassing gebruiken
- Geëxporteerd CoreML-model in een iOS-toepassing gebruiken met Xamarin
Zie voor meer informatie over het gebruik van ONNX-modellen met Windows ML een model in uw app integreren met Windows ml.