使用 customvision.ai/.NET 5 在 Raspberry PI 上进行对象检测
Object detection on Raspberry PI using customvision.ai/.NET 5
我们在 Raspberry PI 4 (Raspberry Pi OS) 上使用 .NET 5 编写了一个 运行 的 x-plat worker 服务。我们已经在 customvision.ai 上训练了一个自定义视觉对象检测模型，将其导出到 ONNX 并且它在 Windows.
上运行良好
我们现在正努力在 Pi 上获得它 运行。 ML.NET 位似乎在 Pi 上不起作用。我们得到（目标运行时“linux-arm”）：
Microsoft.ML currently supports 'x64' and 'x86' processor architectures. Please ensure your application is targeting 'x64' or 'x86'
我们搜索了 hi 和 low 以寻找任何工作示例。我们还尝试导出为 Tensorflow 格式并探索 Tensorflow.NET 但没有成功。
任何人都可以指出在 Raspberry PI 上使用 .NET Core/5 中的 customvision.ai 生成模型的示例吗？我们正在扩展现有的原型，并希望避免在 Python/C++ 中重写它或创建进程外调用。
版本：ML.NET1.6，Microsoft.ML.OnnxRuntime1.8.1
非常感谢，
曼索斯
你 运行 是一个 Uno Platform 应用程序，可以从你的 Pi4 和 运行 ML.Net 中的相机模块（或 USB 网络摄像头）捕捉照片吗？
万一有人登陆这里...
版本 ML.Net NuGets（2021 年 12 月中旬）现在支持 linux-aarch64、linux-arm、linux-arm64、Windows-x64等
如果您仍然感兴趣，我有几篇关于我的“学习之旅”的博文，让预训练的 ONNX 模型在 RPI4B + Bullseye 和 ASUS PE100A 上工作 + Ubuntu
我们在 Raspberry PI 4 (Raspberry Pi OS) 上使用 .NET 5 编写了一个 运行 的 x-plat worker 服务。我们已经在 customvision.ai 上训练了一个自定义视觉对象检测模型，将其导出到 ONNX 并且它在 Windows.
上运行良好我们现在正努力在 Pi 上获得它 运行。 ML.NET 位似乎在 Pi 上不起作用。我们得到（目标运行时“linux-arm”）：
Microsoft.ML currently supports 'x64' and 'x86' processor architectures. Please ensure your application is targeting 'x64' or 'x86'
我们搜索了 hi 和 low 以寻找任何工作示例。我们还尝试导出为 Tensorflow 格式并探索 Tensorflow.NET 但没有成功。
任何人都可以指出在 Raspberry PI 上使用 .NET Core/5 中的 customvision.ai 生成模型的示例吗？我们正在扩展现有的原型，并希望避免在 Python/C++ 中重写它或创建进程外调用。
版本：ML.NET1.6，Microsoft.ML.OnnxRuntime1.8.1
非常感谢，
曼索斯
你 运行 是一个 Uno Platform 应用程序，可以从你的 Pi4 和 运行 ML.Net 中的相机模块（或 USB 网络摄像头）捕捉照片吗？
万一有人登陆这里...
版本 ML.Net NuGets（2021 年 12 月中旬）现在支持 linux-aarch64、linux-arm、linux-arm64、Windows-x64等
如果您仍然感兴趣，我有几篇关于我的“学习之旅”的博文，让预训练的 ONNX 模型在 RPI4B + Bullseye 和 ASUS PE100A 上工作 + Ubuntu