[置顶] DeploySharp开源发布：让C#部署深度学习模型更加简单
摘要： DeploySharp：面向C#开发者的跨平台模型部署框架 DeploySharp是一款专为C#开发者设计的深度学习模型部署框架，支持OpenVINO和ONNX Runtime推理引擎，兼容YOLOv5-v12全系列模型以及Anomalib等主流模型。该框架采用模块化设计，通过核心命名空间DeploySharp集成模型加载、推理执行等功能，支持图像分类/检测/分割等任务。 阅读全文
posted @ 2025-10-02 22:53 椒颜皮皮虾 阅读(1139) 评论(3) 推荐(17)
[置顶] 在 Intel Ultra AI PC 设备上使用 OpenVINO™ C# API本地部署YOLOv11与YOLOv12
摘要： 在 Intel Ultra AI PC 设备上使用 OpenVINO™ C# API本地部署YOLOv11与YOLOv12 最新的英特尔® 酷睿™ Ultra 处理器（第二代）让我们能够在台式机、移动设备和边缘中实现大多数 AI 体验，将 AI 加速提升到新水平，在 AI 时代为边缘计算提供动力。英特尔® 酷睿™ Ultra 处理器提供了一套全面的专为 AI 定制的集成计算引擎，包括 CPU、GPU 和 NPU，提供高达 99 总平台 TOPS。近期，YOLO系列模型发布了YOLOv12， 对 YOLO 框架进行了全面增强，特别注重集成注意力机制，同时又不牺牲 YOLO 模型所期望的实时处理能力，是 YOLO 系列的一次进化，突破了人工视觉的极限。本文中，我们将使用英特尔® 酷睿™ Ultra 处理器AI PC设备，结合OpenVINO™ C# API 使用最新发布的OpenVINO™ 2025.0 部署YOLOv11 和 YOLOv12 目标检测模型，并在AIPC设备上，进行速度测试。 阅读全文
posted @ 2025-03-02 16:57 椒颜皮皮虾 阅读(1149) 评论(3) 推荐(3)
2025年10月7日
基于DeploySharp 的深度学习模型部署测试平台：支持YOLO全系列模型
摘要： 本文介绍了基于DeploySharp开发的深度学习模型部署测试平台的使用方法。该平台支持YOLO系列模型（v5-v13）及多种应用场景，提供OpenVINO和ONNX Runtime两种推理引擎，支持CPU/GPU/NPU等多种设备。文章详细说明了程序下载方式、模型选择、推理引擎配置以及设备匹配关系，并展示了不同推理方式（OpenVINO原生、ONNX Runtime及其加速方案）的运行示例。最后提供了常见问题的解决方法和技术支持渠道。 阅读全文
posted @ 2025-10-07 17:51 椒颜皮皮虾 阅读(401) 评论(0) 推荐(1)
2024年7月5日
【OpenVINO™】YOLOv10在CPU上也能实现50+FPS推理—使用OpenVINO C++部署YOLOv10
摘要： 英特尔发行版 OpenVINO™ 工具套件基于 oneAPI 而开发，可以加快高性能计算机视觉和深度学习视觉应用开发速度工具套件，适用于从边缘到云的各种英特尔平台上，帮助用户更快地将更准确的真实世界结果部署到生产系统中。YOLOv10是清华大学研究人员近期提出的一种实时目标检测方法，通过消除NMS、优化模型架构和引入创新模块等策略，在保持高精度的同时显著降低了计算开销，为实时目标检测领域带来了新的突破。 在本文中，我们将演示如何使用Intel OpenVINO™ C++ API 部署YOLOv10目标检测模型，并使用 OpenVINO™ 异步推理接口实现模型推理加速。下面看一下YOLOv10模型在OpenVINO™上的运行效果吧： 阅读全文
posted @ 2024-07-05 10:00 椒颜皮皮虾 阅读(1730) 评论(0) 推荐(0)
2024年6月20日
使用 TensorRT C++ API 调用GPU加速部署 YOLOv10 实现 500FPS 推理速度——快到飞起！！
摘要： 使用 TensorRT C++ API 调用GPU加速部署 YOLOv10 实现 500FPS 推理速度——快到飞起！！ NVIDIA ® TensorRT ™ 是一款用于高性能深度学习推理的 SDK，包含深度学习推理优化器和运行时，可为推理应用程序提供低延迟和高吞吐量。YOLOv10是清华大学研究人员近期提出的一种实时目标检测方法，通过消除NMS、优化模型架构和引入创新模块等策略，在保持高精度的同时显著降低了计算开销，为实时目标检测领域带来了新的突破。 在本文中，我们将演示如何使用NVIDIA TensorRT C++ API 部署YOLOv10目标检测模型，实现模型推理加速。 阅读全文
posted @ 2024-06-20 16:06 椒颜皮皮虾 阅读(2641) 评论(0) 推荐(2)
2024年5月27日
【OpenVINO™】在C#中使用 OpenVINO™ 部署 YOLOv10 模型实现目标
摘要： 【OpenVINO™】在C#中使用 OpenVINO™ 部署 YOLOv10 模型实现目标 最近YOLO家族又添新成员：YOLOv10，YOLOv10 提出了一种一致的双任务方法，用于无nms训练的YOLOs，它同时带来了具有竞争力的性能和较低的推理延迟。此外，还介绍了整体效率-精度驱动的模型设计策略,从效率和精度两个角度对YOLOs的各个组成部分进行了全面优化，大大降低了计算开销，增强了性能。在本文中，我们将结合OpenVINO™ C# API 使用最新发布的OpenVINO™ 2024.1部署YOLOv10 目标检测模型 阅读全文
posted @ 2024-05-27 15:28 椒颜皮皮虾 阅读(2537) 评论(1) 推荐(1)
2024年5月13日
【OpenVINO™】在 C# 中使用OpenVINO™ 部署PP-YOLOE实现物体检测
摘要： PP-YOLOE是基于PP-YOLOv2的优秀单级无锚模型，超越了各种流行的YOLO模型。PP-YOLOE有一系列型号，命名为s/m/l/x，通过宽度乘数和深度乘数进行配置。PP-YOLOE避免使用特殊的运算符，如可变形卷积或矩阵NMS，以便友好地部署在各种硬件上。 在本文中，我们将使用OpenVINO™ C# API 部署 PP-YOLOE实现物体检测。 阅读全文
posted @ 2024-05-13 10:24 椒颜皮皮虾 阅读(765) 评论(0) 推荐(1)
2024年5月8日
【OpenVINO™】基于 C# 和 OpenVINO™ 部署 Blazeface 模型实现人脸检测
摘要： 【OpenVINO™】基于 C# 和 OpenVINO™ 部署 Blazeface 模型实现人脸检测 Blazeface模型是Google推出的一款专为移动GPU推理量身定制的轻量级且性能卓越的人脸检测器，BlazeFace 在旗舰移动设备上以200-1000 + FPS的速度运行。 在本文中，我们将使用OpenVINO™ C# API 部署 Blazeface 实现人脸检测。 阅读全文
posted @ 2024-05-08 09:48 椒颜皮皮虾 阅读(629) 评论(0) 推荐(5)
2024年5月7日
【OpenVINO™】使用OpenVINO™ C# API 部署 YOLO-World实现实时开放词汇对象检测
摘要： 【OpenVINO™】使用OpenVINO™ C# API 部署 YOLO-World实现实时开放词汇对象检测 YOLO-World是一个融合了实时目标检测与增强现实（AR）技术的创新平台，旨在将现实世界与数字世界无缝对接。该平台以YOLO（You Only Look Once）算法为核心，实现了对视频中物体的快速准确识别，并通过AR技术将虚拟元素与真实场景相结合，为用户带来沉浸式的交互体验。在本文中，我们将结合OpenVINO™ C# API 使用最新发布的OpenVINO™ 2024.0部署 YOLO-World实现实时开放词汇对象检测： 阅读全文
posted @ 2024-05-07 16:35 椒颜皮皮虾 阅读(1505) 评论(0) 推荐(6)
2024年5月4日
【YoloDeployCsharp】基于.NET Framework的YOLO深度学习模型部署测试平台
摘要： 【YoloDeployCsharp】基于.NET Framework的YOLO深度学习模型部署测试平台 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多种设备推理。 阅读全文
posted @ 2024-05-04 17:31 椒颜皮皮虾 阅读(5261) 评论(7) 推荐(17)
下一页