C# onnxruntime 部署LYT-Net轻量级低光图像增强
💡
原文中文，约8000字，阅读约需19分钟。
📝
内容提要
LYT-Net是一个轻量级的基于YUV转换器的网络，用于低光图像增强。该模型接受低光图像作为输入，并通过改善可见性来增强图像。项目的代码可在GitHub上找到。模型的输入张量大小为[-1, 240, 320, 3]，输出张量大小为[-1, 240, 320, 3]。文章还包括在Microsoft.ML.OnnxRuntime和OpenCvSharp库中使用模型的代码片段。
🎯
关键要点
- LYT-Net是一个轻量级的基于YUV转换器的网络，用于低光图像增强。
- 该模型接受低光图像作为输入，并通过改善可见性来增强图像。
- 项目的代码可在GitHub上找到。
- 模型的输入张量大小为[-1, 240, 320, 3]，输出张量大小为[-1, 240, 320, 3]。
- 文章包括在Microsoft.ML.OnnxRuntime和OpenCvSharp库中使用模型的代码片段。
- 模型的输入容器使用NamedOnnxValue创建，并指定名称为'input_1'。
- 推理过程包括读取图像、调整大小、转换数据类型、运行推理并获取结果。
- 结果图像经过处理后显示在第二个图片框中，并可以保存为多种格式。
❓
延伸问答
LYT-Net是什么？
LYT-Net是一个轻量级的基于YUV转换器的网络，用于低光图像增强。
LYT-Net的输入和输出张量大小是多少？
模型的输入张量大小为[-1, 240, 320, 3]，输出张量大小为[-1, 240, 320, 3]。
如何在C#中使用LYT-Net模型进行推理？
可以使用Microsoft.ML.OnnxRuntime和OpenCvSharp库，通过创建输入容器并运行推理来使用LYT-Net模型。
LYT-Net模型的主要功能是什么？
LYT-Net模型的主要功能是接受低光图像作为输入，并通过改善可见性来增强图像。
LYT-Net的代码在哪里可以找到？
LYT-Net的项目代码可以在GitHub上找到。
如何保存处理后的图像？
处理后的图像可以通过SaveFileDialog保存为多种格式，如JPEG、PNG等。
➡️
