تنزيل TONNXRuntime - تنزيل رمز المصدر TONNXRuntime

TONNXRuntime

كود مصدر دلفي

1.0.0

تنزيل

Microsoft Onnxruntime AI ومكتبة التعلم الآلي لـ Freepascal / Delphi

مقدمة

هذا هو تطبيق لتبادل الشبكات العصبية المفتوحة من Microsoft (OnNxRuntime) ل Freepascal؟ و Delphi ⚔

تأتي مكتبات OnNxRuntime مع معظم إصدارات Windows الحديثة بعد Windows 8 ، اعتبارًا من الوقت المكتوب ، الإصدار 1.13.1 هو أحدث إصدار ، ويمكن تثبيته على MacOS ومعظم إصدارات Linux ، من أجل التطوير والتحديثات ، يرجى زيارة صفحة GitHub OnNxRuntime.

كيفية تثبيت المكتبات

النوافذ

تم شحن onnxruntime.dll بالفعل مع النوافذ ، يمكنك العثور عليه في %WINDIR%SysWOW64onnxruntime.dll أو %WINDIR%System32onnxruntime.dll

ماكوس ولينكس

تحقق من https://github.com/microsoft/onnxruntime/releases

الاستخدام

من مشروع Lazarus أو Delphi الخاص بك على رأس وحدة Pascal ، يتضمن الملفات

 unit formUnit; 
{ $h+ }

interface
uses onnxruntime_pas_api, onnxruntime, Classes etc... ;

تحميل نموذج

 var 
  session : TORTSession;
begin
  session := TORTSession.Create( ' ./mymodel/filname.onnx ' ); 
{ 
*****************************************************************
    Check your model requirements for input/output 
    names and value dimensions before preparing the inputs.
    to explore the model before preparing use :
      session.GetInputCount and session.GetOutputCount
      session.GetInputName and session.GetOutputName
      session.GetInputTypeInfo and session.GetOutputTypeInfo
 ****************************************************************
}

قم بإعداد موتر إدخال بالشكل المطلوب باستخدام `TORTTensor<type>` ومدخلاتك باستخدام `TORTNameValueList`

 var 
  x,y:integer;
  imageData : array of array of single;
  inTensor : TORTTensor<single> ; 
  inputs : TORTNameValueList  ;
begin
  // assuming the model input name is 'image' and the tensor shape is [width, height]
  inTensor := TORTTensor<single>.Create([width, height { , depth ,etc... } ]);
  for y:= 0 to inTensor.shape[ 1 ]- 1 do
      for x:= 0 to inTensor.shape[ 0 ]- 1 do
          inTensor.index2[x, y]:= imageData[x, y];  // your float values
  inputs[ ' image ' ] := inTensor;

الاستدلال

  var
    myDetection : array of single;
    i:integer;
    outputs : TORTNameValueList;
    outTensor : TORTTensor<single>
  begin 
      outputs   := session.run(inputs);
      outTensor := outputs[ ' result ' ]
     
      for i:= 0 to outTensor.shape[ 0 ] do
        myDetection[i] := outTensor.index1[i]