你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

结合使用自定义视觉服务 ONNX 模型和 Windows ML（预览版）

了解如何结合使用从自定义影像服务导出的 ONNX 模型和 Windows ML（预览版）。 你将在示例 UWP 应用程序中使用自己训练的图像分类器。

先决条件

• Windows 10 版本 1809 或更高版本
• 适用于内部版本 17763 或更高版本的 Windows SDK
• 启用了“通用 Windows 平台开发”工作负载的 Visual Studio 2017 版本 15.7 或更高版本。
• 已在你的电脑上启用开发人员模式。 有关详细信息，请参阅启用设备进行开发。

关于示例应用

包含的应用程序是通用 Windows UWP 应用。 它允许你从计算机中选择一个图像，然后使用本地存储的分类模型进行处理。 模型返回的标记和分数显示在图像旁边。

获取应用程序

GitHub 上的 Azure AI 服务 ONNX 自定义视觉示例存储库中提供了示例应用程序。 将其克隆到本地计算机，并在 Visual Studio 中打开 SampleOnnxEvaluationApp.sln。

测试应用程序

1. 按 F5 键，通过 Visual Studio 启动应用。 系统可能会提示启用“开发人员模式”。
2. 当应用程序启动时，请使用相关按钮来选择要评分的图像。 默认 ONNX 模型经过训练，可对不同类型的浮游生物进行分类。

使用自己的模型

若要使用你自己的图像分类器模型，请按以下步骤操作：

1. 使用自定义视觉服务创建和训练一个分类器。 有关如何执行此操作的说明，请参阅创建和训练分类器。 使用其中一个压缩域，例如“常规(压缩)” 。
   • 如果现有分类器使用不同的域，你可在项目设置中将其转换为压缩域。 然后，在继续之前重新训练项目。
2. 导出模型。 切换到“性能”选项卡，然后选择已使用压缩域进行训练的迭代。 选择显示的“导出”按钮。 然后依次选择“ONNX”、“导出” 。 文件就绪以后，请选择“下载”按钮。 有关导出选项的详细信息，请参阅导出模型。
3. 打开下载的 .zip 文件并从中提取 model.onnx 文件 。 此文件包含你的分类器模型。
4. 在 Visual Studio 的“解决方案资源管理器”中，右键单击“资产”文件夹，然后选择“添加现有项”。 选择 ONNX 文件。
5. 在“解决方案资源管理器”中，右键单击 ONNX 文件并选择“属性”。 更改文件的以下属性：
   • 生成操作 -> 内容
   • 复制到输出目录 -> 如果较新则复制
6. 然后打开 MainPage.xaml.cs，并将 _ourOnnxFileName 的值更改为 ONNX 文件的名称。
7. 按 F5 生成并运行项目。
8. 选择按钮以选择要评估的图像。

后续步骤

要了解导出和使用自定义影像服务模型的其他方法，请参阅以下文档：

• 导出模型
• 在 Android 应用程序中使用导出的 Tensorflow 模型
• 在 Swift iOS 应用中使用导出的 CoreML 模型
• 在带 Xamarin 的 iOS 应用程序中使用导出的 CoreML 模型

有关结合使用 ONNX 模型和 Windows ML 的详细信息，请参阅使用 Windows ML 将模型集成到应用。