C# Pix2pixHD的推理

我用UWP训练了一个模型，然后将它导出到onnx，我想用C#使用UWP进行推理

Pix2PixHD所需的输入为：

• 1个语义标签图像（512x1024灰度）

• 1个图像实例（512x1024灰度）

• 培训期间用作热顶点的标签数量（例如--label_nc 16）

我可以用python测试我的模型，但我不知道如何用C#绑定它，所以我非常感谢任何帮助

以下是我的模型在WinML仪表板中的工作方式：

这是WinMLRunner中的外观：

这是从Visual Studio生成的代码：

using System;
using System.Collections.Generic;
using System.Threading.Tasks;
using Windows.Media;
using Windows.Storage;
using Windows.Storage.Streams;
using Windows.AI.MachineLearning;
namespace Onnx_test_02
{

    public sealed class Input
    {
        public TensorFloat label; // shape(1,1,512,1024)
        public TensorInt8Bit inst; // shape(1,1,512,1024)
    }

    public sealed class Output
    {
        public TensorFloat synthesized_image; // shape(1,3,512,1024)
    }

    public sealed class Model
    {
        private LearningModel model;
        private LearningModelSession session;
        private LearningModelBinding binding;
        public static async Task<Model> CreateFromStreamAsync(IRandomAccessStreamReference stream)
        {
            Model learningModel = new Model();
            learningModel.model = await LearningModel.LoadFromStreamAsync(stream);
            learningModel.session = new LearningModelSession(learningModel.model);
            learningModel.binding = new LearningModelBinding(learningModel.session);
            return learningModel;
        }
        public async Task<Output> EvaluateAsync(Input input)
        {
            binding.Bind("label", input.label);
            binding.Bind("inst", input.inst);
            var result = await session.EvaluateAsync(binding, "0");
            var output = new Output();
            output.synthesized_image = result.Outputs["synthesized_image"] as TensorFloat;
            return output;
        }
    }
}

使用系统；
使用System.Collections.Generic；
使用System.Threading.Tasks；
使用Windows.Media；
使用Windows.Storage；
使用Windows.Storage.Streams；
使用Windows.AI.MachineLearning；
名称空间Onnx\u测试\u 02
{
公共密封类输入
{
公共TensorFloat标签；//形状（1,15121024）
公共张力仪8bit inst；//形状（1,15121024）
}
公共密封类输出
{
公共TensorFloat合成_image；//形状（1,35121024）
}
公共密封类模型
{
私人学习模式；
私人学习模式课程；
私人学习模式绑定；
公共静态异步任务CreateFromStreamAsync（IRandomAccessStreamReference流）
{
模型学习模型=新模型（）；
learningModel.model=等待learningModel.LoadFromStreamAsync（流）；
learningModel.session=新建LearningModelSession（learningModel.model）；
learningModel.binding=新的LearningModelBinding（learningModel.session）；
回归学习模型；
}
公共异步任务EvaluateAsync（输入）
{
binding.Bind（“label”，输入.label）；
binding.Bind（“inst”，input.inst）；
var result=wait session.EvaluateAsync（绑定，“0”）；
变量输出=新输出（）；
output.synthesisted_image=result.Outputs[“synthesisted_image”]为TensorFloat；
返回输出；
}
}
}