/PaddleXCsharp

PaddleXCsharp

Primary LanguageC#Apache License 2.0Apache-2.0

PaddleXCsharp开源项目

关于C#端部署的问题 #579

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，Python得益于大量的开源库，用python做实验调参数很方便，如果对性能和稳定性有要求，建议还是使用C/C++部署到生成环境当中，Python依赖库比较多，代码不好封装。 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。

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（尚在开发中）
    • 部署于远程服务器
    • 通过gRPC方式，调用远程服务器

目录介绍

  • 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

  1. 将项目克隆（下载）至本地
  2. 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：abpf）
  3. 将DLL文件添加至C#bin文件下
  4. 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）
  5. 连接相机，加载模型，启动测试

部署环境

  • 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

单相机模式界面

相机操作及推理 示例

为了方便测试，默认不调用相机，已禁用相机的代码

图像分类

示例

目标检测

示例

多相机模式界面

相机操作及推理

示例

示例