TensorRT C# API 项目更新 (1):支持动态Bath输入模型推理-牛翰网

TensorRT C# API 项目更新 (1):支持动态Bath输入模型推理

开发了TensorRT C# API 2.0版本,该版本在开发时充分考虑了上一版本应用时出现的问题,并进行了改进。为了更加方便开发者使用,在本次更新中增加了对动态输入模型的支持,将在本技术文中详细介...
9个月前
02615
【OpenVINO】基于 OpenVINO C# API 部署 RT-DETR 模型-牛翰网

【OpenVINO】基于 OpenVINO C# API 部署 RT-DETR 模型

在实际工业应用时,有时我们需要在C#环境下使用该模型应用到工业检测中,因此在本文中,我们将向大家展示使用OpenVINO Csharp API 部署RT-DETR模型,并对比不同编程平台下模型部署的速度
9个月前
05714
【OpenVINO™】在 MacOS 上使用 OpenVINO™ C# API 部署 Yolov5-牛翰网

【OpenVINO™】在 MacOS 上使用 OpenVINO™ C# API 部署 Yolov5

YOLOv5 是革命性的 '单阶段'对象检测模型的第五次迭代,旨在实时提供高速、高精度的结果,是世界上最受欢迎的视觉人工智能模型,代表了Ultralytics对未来视觉人工智能方法的开源研究,融合了数...
9个月前
05213
【OpenVINO™】使用OpenVINO™ C# API 部署 YOLO-World实现实时开放词汇对象检测-牛翰网

【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,...
9个月前
04213
【OpenCV】在 Mac OS 上使用 EmguCV-牛翰网

【OpenCV】在 Mac OS 上使用 EmguCV

OpenCV是一个基于Apache2.0许可(开源)发行的跨平台计算机视觉和机器学习软件库,它具有C++,Python,Java和MATLAB接口,并支持Windows,Linux,Android和Mac OS。 Emgu CV是OpenCV图像处理库...
9个月前
03912
【OpenCV】在Linux上使用OpenCvSharp-牛翰网

【OpenCV】在Linux上使用OpenCvSharp

OpenCvSharp是一个OpenCV的 .Net wrapper,应用最新的OpenCV库开发,使用习惯比EmguCV更接近原始的OpenCV,该库采用LGPL发行,对商业应用友好。
9个月前
06112
【OpenVINO™】基于 C# 和 OpenVINO™ 部署 Blazeface 模型实现人脸检测-牛翰网

【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 ...
9个月前
04312
【OpenCV】OpenCV (C++) 与 OpenCvSharp (C#) 之间数据通信-牛翰网

【OpenCV】OpenCV (C++) 与 OpenCvSharp (C#) 之间数据通信

在实际使用中,由于涉及到不同编程语言之间互相调用,导致C++ 中的OpenCV与C#中的OpenCvSharp 图像数据在不同编程语言之间难以有效传递。在本文中我们将结合OpenCvSharp源码实现原理,探究两种...
9个月前
03611
【OpenVINO™】在 C# 中使用OpenVINO™ 部署PP-YOLOE实现物体检测-牛翰网

【OpenVINO™】在 C# 中使用OpenVINO™ 部署PP-YOLOE实现物体检测

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...
9个月前
03311
【OpenVINO™】在C#中使用 OpenVINO™ 部署 YOLOv10 模型实现目标-牛翰网

【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...
9个月前
03811