PaddleXCsharp
PaddleXCsharp copied to clipboard
项目背景
百度飞桨团队开发了一款全流程深度学习模型开发工具:PaddleX,分为API版本和GUI版本。使用PaddleX可以低代码甚至零代码实现图像分类、目标检测、语义分割、实例分割等任务,非常适合于非计算机背景(如工业领域)的从业者完成深度学习开发。
为了更便捷地与多类传感器和上位系统通信、工业领域内上位机软件常常用C#来开发,但深度学习本身以C++和Python为主。因此,本Demo的目标就是基于PaddleX,打通深度学习C#部署的最后一步。
项目简介
本项目基于C#开发,可以驱动海康威视黑白相机、basler黑白/彩色相机,获取图像后使用PaddleX深度学习库,实现图像分类、目标检测和语义分割功能。
从功能层面,共分为三部分:
- 本地单模型模式
- 部署于本地服务器
- 每次可调用一个相机
- 加载一个深度学习模型,实现一种任务
- 本地多模型模式
- 部署于本地服务器
- 每次可调用多个相机(目前支持2个)
- 每个相机可独立加载一个深度学习模型,同步实现多种任务
- 远程起服务模式
- 部署于远程服务器
- 通过gRPC方式,调用远程服务器
项目目录
- PaddleXCsharp文件内容使用C#开发,实现本项目的基本功能
- PaddleXDll为PaddleX提供的C++程序,用于编译DLL
- gRPC_demo为远程起服务模式,使用python开发
使用方法
- 将项目克隆(下载)至本地
- 使用PaddleXDll文件下内容,编译可供C#下调用的DLL(这里为大家提供一份编译好的DLL,百度网盘链接,提取码:2luj)
- 将DLL文件添加至C#bin文件下
- 安装PaddleX,根据文档,训练出深度学习模型(注意,本demo仅支持PaddleX训练出的模型,不支持PaddlePaddle训练的模型)
- 连接相机,加载模型,启动测试
工作环境
-
CUDA 10.0
-
cudnn 7.5.0
-
Visual Studio 2019
-
OpenCvSharp3-AnyCPU
-
.NET Framework 4.7.2
经过测试,CUDA和CUDNN为其他版本时,可能会有问题,报错为:外部组件出现异常
演示示例
下图以目标检测为例,演示如何调用相机、加载模板检测模型,实现压力表的检测。
本地单模型模式
相机操作及推理
本地多模型模式
相机操作及推理