C# 代码示例

本章会详细介绍DaoAI World SDK中包含的C#代码示例。

引入库

在C#示例中，我们引入了以下几个库，其中 DaoAI.DeepLearningCLI 是用于引入DaoAI World SDK的库。

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Drawing;
using System.Threading.Tasks;
using DaoAI.DeepLearningCLI;

读取图片

DaoAI World SDK 的模型预测函数需要将图片表示为一维数组（1D array）。以下是从文件中读取图片的代码部分：

// Test image
String root_directory = System.IO.Directory.GetCurrentDirectory();

System.Drawing.Bitmap image = new
    System.Drawing.Bitmap("C:\\Users\\daoai\\Downloads\\DLSDK\\DLSDK Example\\Data\\maskrcnn_data\\daoai_1.png"); //图片文件路径
System.Drawing.Bitmap image_copy = new System.Drawing.Bitmap(image);

byte[] pixels = new byte[image.Width * image.Height * 3];
for (int i = 0; i < image.Height; i++)
{
    for (int j = 0; j < image.Width; j++)
    {
        System.Drawing.Color color = image.GetPixel(j, i);
        pixels[(i * image.Width + j) * 3] = (byte)(color.R);
        pixels[(i * image.Width + j) * 3 + 1] = (byte)(color.G);
        pixels[(i * image.Width + j) * 3 + 2] = (byte)(color.B);
    }
}

这里做了一个图片的深度拷贝,然后用 DaoAI.DeepLearningCLI.Image 函数初始化图像对象以便后续使用：

DaoAI.DeepLearningCLI.Image img = new DaoAI.DeepLearningCLI.Image(image.Height, image.Width, DaoAI.DeepLearningCLI.Image.Type.RGB, pixels);
DaoAI.DeepLearningCLI.Image img_copy = img.clone();
byte[] image_data = img_copy.data;

for (int i = 0; i < image.Width; i++)
{
    for (int j = 0; j < image.Height; j++)
    {
        int index_r = i * image.Height + j;
        int index_g = i * image.Height + j + image.Width * image.Height;
        int index_b = i * image.Height + j + 2 * image.Width * image.Height;
        byte r = image_data[index_r];
        byte g = image_data[index_g];
        byte b = image_data[index_b];
        System.Drawing.Color color = Color.FromArgb(r, g, b);
        image_copy.SetPixel(i, j, color);
    }
}

加载深度学习模型

首先需要加载模型。DaoAI World 输出的深度学习模型通常是 zip 格式。我们需要创建一个 DaoAI.DeepLearningCLI.Model 对象，然后调用 loadNestedZip 方法来读取 DaoAI World 输出的深度学习模型 zip 文件。

DaoAI.DeepLearningCLI.Application.initialize();
DaoAI.DeepLearningCLI.Model model = new DaoAI.DeepLearningCLI.Model();
String data_path = "C:\\Users\\daoai\\Downloads\\DLSDK\\DLSDK Example\\Data\\";
String model_path = data_path + "test_sem3.zip";
// init model
Console.WriteLine(DaoAI.DeepLearningCLI.Application.checkDaoAIModelValidity(model_path));
// load model
model.loadNestedZip(model_path, DaoAI.DeepLearningCLI.Device_Type.GPU, -1);

使用深度学习模型进行预测

调用 DaoAI.DeepLearningCLI.Model 的 inferenceJSON() 方法可以对一个图像对象进行深度学习预测。该方法会返回一组 JSON 格式的预测结果。

Console.WriteLine(model.inferenceJson(img));

返回结果示例

以下是模型预测后返回的结果示例。主要结果包含在 shapes 列表中。

这个结果展示了预测的多边形点（points）、标签（label）以及群组ID（group_id）。这些信息可以用来进一步处理或分析预测的结果。

{
"flags": {},
"shapes": [
    {
    "label": "back",
    "points": [
        [1525.5, 928.5],
        [1522.5, 931.5],
        [1528.5, 931.5],
        [1527.0, 930.0],
        [1527.0, 928.5]
    ],
    "group_id": 1,
    "description": "",
    "shape_type": "polygon",
    "flags": {}
    },
    {
    "label": "front",
    "points": [
        [1428.0, 798.0],
        [1429.5, 796.5],
        [1431.0, 796.5],
        [1432.5, 798.0],
        [1432.5, 801.0],
        [1431.0, 802.5],
        [1425.0, 802.5],
        [1423.5, 801.0],
        [1426.5, 798.0]
    ],
    "group_id": 0,
    "description": "",
    "shape_type": "polygon",
    "flags": {}
    },
],
"imageWidth": 1920,
"imageHeight": 1200
}