使用ML.NET训练一个属于自己的图像分类模型,对图像进行分类就这么简单!
追逐时光者
⚡️不积跬步无以至千里,不积小流无以成江河。
使用ML.NET训练一个属于自己的图像分类模型,对图像进行分类就这么简单!
前言
今天大姚给大家分享一个.NET开源、免费、跨平台(支持Windows、Linux、macOS多个操作系统)的机器学习框架:ML.NET。并且本文将会带你快速使用ML.NET训练一个属于自己的图像分类模型,对图像进行分类。
ML.NET框架介绍
ML.NET 允许开发人员在其 .NET 应用程序中轻松构建、训练、部署和使用自定义模型,而无需具备开发机器学习模型的专业知识或使用 Python 或 R 等其他编程语言的经验。该框架提供从文件和数据加载的数据。数据库,支持数据转换,并包含许多机器学习算法。
AI和机器学习有什么区别?
AI 是一个计算分支,涉及训练计算机执行通常需要人类智能的操作。机器学习是 AI 的一部分,它涉及计算机从数据中学习和在数据中发现模式,以便能够自行对新数据进行预测。
ML.NET支持的.NET框架
目前ML.NET支持.NET、.NET Core (版本 2.0 及更高版本)和 .NET Framework (版本 4.6.1 及更高版本)。
框架源代码
ML.NET官方提供的使用示例
ML.NET使用环境安装
安装本机.NET环境
首先需要准备好本机的.NET开发环境:
Visual Studio环境配置
选择.NET 桌面开发工作负荷以及可选的 ML.NET Model Builder 组件。
ML.NET Model Builder 组件介绍:提供易于理解的可视界面,用于在 Visual Studio 内生成、训练和部署自定义机器学习模型。
创建一个WinForms应用
创建一个名为:MLNETExercise
的.NET8 WinForms应用。
准备好需要训练的图片
训练图像分类模型
测试训练模型的分析效果
在WinForms中调用图像分类模型
调用完整代码
private void Btn_SelectImage_Click(object sender, EventArgs e)
{
using (OpenFileDialog openFileDialog = new OpenFileDialog())
{
openFileDialog.Title = "Select Image";
openFileDialog.Filter = "Image Files (*.jpg, *.png, *.bmp)|*.jpg;*.png;*.bmp|All Files (*.*)|*.*";
if (openFileDialog.ShowDialog() == DialogResult.OK)
{
// 获取用户选择的文件路径
string selectedImagePath = openFileDialog.FileName;
// 从文件加载图片
Image img = Image.FromFile(openFileDialog.FileName);
this.pictureBox.Image = img;
var imageBytes = File.ReadAllBytes(selectedImagePath);
MLImageAnalysis.ModelInput sampleData = new MLImageAnalysis.ModelInput()
{
ImageSource = imageBytes,
};
//Load model and predict output
var result = MLImageAnalysis.Predict(sampleData);
this.txt_Box.Text = result.PredictedLabel;
}
}
}
运行效果展示
项目源码地址
更多项目实用功能和特性欢迎前往项目开源地址查看👀,别忘了给项目一个Star支持💖。
- GitHub开源地址:https://github.com/dotnet/machinelearning
- 本文示例源码地址:https://github.com/YSGStudyHards/DotNetExercises/tree/master/MLNETExercise
优秀项目和框架精选
该项目已收录到C#/.NET/.NET Core优秀项目和框架精选中,关注优秀项目和框架精选能让你及时了解C#、.NET和.NET Core领域的最新动态和最佳实践,提高开发工作效率和质量。坑已挖,欢迎大家踊跃提交PR推荐或自荐(让优秀的项目和框架不被埋没🤞)。
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 微软正式发布.NET 10 Preview 1:开启下一代开发框架新篇章
· C# 集成 DeepSeek 模型实现 AI 私有化(本地部署与 API 调用教程)
· DeepSeek R1 简明指南:架构、训练、本地部署及硬件要求
· 没有源码,如何修改代码逻辑?
· NetPad:一个.NET开源、跨平台的C#编辑器
2022-07-19 拍下宇宙的韦伯空间望远镜,其飞行软件采用 C++ 编写、内置定制的 JS 解释器
2022-07-19 Hype 4.0(Mac系统)的布局功能
2022-07-19 Immer 入门
2022-07-19 设计克制
2022-07-19 adobe工具软件应用
2022-07-19 高性能动画的
2022-07-19 RN Weex的超过100片