为.NET打开新大门:OpenVINO.NET开源项目全新发布
【源创会预告】1024 程序员节(的前两天),相约开源中国办公室,我们一起聊 AI!>>>
为.NET打开新大门:OpenVINO.NET开源项目全新发布
在AI的应用越来越广泛的今天,优化深度学习模型并进行推理部署已经成为了一门必要的技术。Intel开发的OpenVINO工具包(Open Visual Inference and Neural network Optimization)就是这样一款强大的工具。作为一个开源的工具包,OpenVINO为开发者提供了强大的深度学习模型优化和推理功能,支持跨不同的Intel硬件平台进行部署,包括CPU, 集成GPU, Intel Movidius VPU, 和FPGAs。该工具包的初衷就是实现一处编码后,能在任何地方部署的机器学习推理的解决方案。
然而在与深度学习模型推理打交道的过程中,我逐渐发现原本我基于百度飞桨paddlepaddle开发过的PaddleSharp项目在CPU推理OCR性能方面,同样的模型,OpenVINO的性能更胜一筹。于是我开始关注OpenVINO,发现它的C API对于.NET世界来说并没有一个合适且高质量的封装。市面上的一部分封装可能只是为了满足特定项目的需求,功能不够完善;有些虽然功能完善但命名规范可能不符合.NET社区规范;有些在错误处理和性能方面存在问题,或者无法做到跨平台,这与OpenVINO的跨平台性矛盾。.NET世界亟需一个更高质量的OpenVINO封装,而我感觉我有能力去努努力。因此,我在今年的节前立下了flag——国庆期间大干一票,开始了OpenVINO.NET的开源之旅。
如何使用
NuGet包简介
使用OpenVINO.NET
,最简单的方法不是克隆我的Github库(但欢迎star),而是使用我发布的NuGet包,一般它需要配合OpenCVSharp4
一起使用,因此你通常可以安装下面4个NuGet:
- Sdcb.OpenVINO
- Sdcb.OpenVINO.runtime.win-x64
- OpenCvSharp4
- OpenCvSharp4.runtime.win
和OpenCvSharp4
一样,我发布的包也包含.NET PInvoke包和平台动态链接库包,如上Sdcb.OpenVINO
为.NET PInvoke包,Sdcb.OpenVINO.runtime.win-x64
为兼容Windows平台的动态链接库包,里面包含了一些dll。
如果是基于Linux
,我专门发布了一个镜像用于减轻部署压力:sdflysha/openvino-base
,这个镜像基于.NET 7 SDK的Ubuntu 22.04版本,包含了OpenCvSharp 4.8的运行时和所有OpenVINO
的运行时依赖,要使用这个镜像,需将.NET项目第一行的FROM mcr.microsoft.com/dotnet/runtime
改为FROM sdflysha/openvino-base
,使用时当然也需要安装ubuntu 22.04
平台的动态链接库包:Sdcb.OpenVINO.runtime.ubuntu.22.04-x64
。
实际上我发布了8种不同平台的NuGet包,这是所有我此项目新发布的NuGet包列表:
包名 | 版本号 | 简介 |
---|---|---|
Sdcb.OpenVINO | ![]() |
.NET PInvoke |
Sdcb.OpenVINO.runtime.centos.7-x64 | ![]() |
CentOS 7 x64 |
Sdcb.OpenVINO.runtime.debian.9-arm | ![]() |
Debian 9 ARM |
Sdcb.OpenVINO.runtime.debian.9-arm64 | ![]() |
Debian 9 ARM64 |
Sdcb.OpenVINO.runtime.rhel.8-x64 | ![]() |
RHEL 8 x64 |
Sdcb.OpenVINO.runtime.ubuntu.18.04-x64 | ![]() |
Ubuntu 18.04 x64 |
Sdcb.OpenVINO.runtime.ubuntu.20.04-x64 | ![]() |
Ubuntu 20.04 x64 |
Sdcb.OpenVINO.runtime.ubuntu.22.04-x64 | ![]() |
Ubuntu 22.04 x64 |
Sdcb.OpenVINO.runtime.win-x64 | ![]() |
Windows x64 |
有兴趣的朋友一定会想,发布并维护这么多包做起来一定很麻烦。其实还好,感谢我此前PaddleSharp项目的经验(那个项目也维护了一屏幕的包),我基于官网的filetree.json做了一些解析,它可以一键自动下载并生成上面这些NuGet包,有兴趣的朋友可以看看我Github中Sdcb.OpenVINO.NuGetBuilder这个项目了解我是如何解析并自动创建NuGet包的。
API设计
和我此前做过的PaddleSharp, Sdcb.LibRaw, Sdcb.Arithmetic, Sdcb.FFmpeg等开源项目相似,我这个项目也秉持下面这些原则:
- 完全支持低级C API,也就是说如果你更享受原汁原味的C API的感觉——或者像我一样不想失去对低层的掌控,使用OpenVINO.NET可以满足这一期望;
- 同时也为所有的低级API提供了便利好用的高层API;
- 高层API符合
C#
的命名规范,完全利用了C#
的优秀特性,做好了异常错误处理; - 高层API使用了
C#
世界有利于性能优化的特性,如ReadOnlySpan<T>
,比如恰当使用值类型; - 所有的高层API都提供了完善了XML注释,并经过了详尽的单元测试;
- 此外我还控制了我携带的“私货”——没必要做成公有的API一律做成
internal
或private
,且不污染常用类型的扩展方法
目前这个项目已经基本稳定,基于这些API
,我测试发现它和C
/C++
推理性能几乎并无差异,PaddleOCR
推理时,性能可以比PaddleSharp
项目快得多,且得益于C#
的优秀语言特性,使用起来会非常的省心。
设计FAQ:
- Q: 为何
OpenVINO.NET
没有直接引用OpenCvSharp4
?- A: 我个人很喜欢
OpenCvSharp4
,开源协议很友好,但一来OpenCvSharp4
官方支持的平台不够多,且有些人可能更喜欢Emgu.CV
或ImageSharp
,尽量不做绑架为好
- A: 我个人很喜欢
- Q: C API有158个函数接口、26个接口体,也写了详尽的
XML
注释,是怎么在短时间内高质量地做到的?- A: 我是自动生成的,我使用了CppSharp项目,CppSharp将C API的头文件内容转换为抽象语法树(AST),然后我将这些AST转换为XML注释详尽的
C#
代码。其实我已经不是第一次将CppSharp应用到开源项目中,有兴趣的朋友可以看我Github Sdcb.OpenVINO.AutoGen这个项目了解实现的细节。
- A: 我是自动生成的,我使用了CppSharp项目,CppSharp将C API的头文件内容转换为抽象语法树(AST),然后我将这些AST转换为XML注释详尽的