摘要： 
OpenVINO™ C# API 3.3 全新发布！这次升级的重点，是把 OpenVINO GenAI 正式带进 C#/.NET 生态。开发者可以在 C# 项目中直接调用本地 LLM 文本生成、Whisper 语音识别、VLM 图文问答等能力，不再必须绕 Python 服务或外部脚本。
3.3 继续保持传统 OpenVINO 推理能力稳定，老项目可以平滑升级；需要 GenAI 时，再按平台引入 JYPPX.OpenVINO.GenAI.runtime.*。同时新增 samples/GenAI 示例体系和系列教程，覆盖文本生成、语音识别、多模态问答、runtime 包选择与迁移实践。C# 本地 AI 开发，正在变得更完整、更工程化。 阅读全文
OpenVINO™ C# API 3.3 全新发布！这次升级的重点，是把 OpenVINO GenAI 正式带进 C#/.NET 生态。开发者可以在 C# 项目中直接调用本地 LLM 文本生成、Whisper 语音识别、VLM 图文问答等能力，不再必须绕 Python 服务或外部脚本。
3.3 继续保持传统 OpenVINO 推理能力稳定，老项目可以平滑升级；需要 GenAI 时，再按平台引入 JYPPX.OpenVINO.GenAI.runtime.*。同时新增 samples/GenAI 示例体系和系列教程，覆盖文本生成、语音识别、多模态问答、runtime 包选择与迁移实践。C# 本地 AI 开发，正在变得更完整、更工程化。 阅读全文
posted @ 2026-06-11 09:41
椒颜皮皮虾
阅读(337)
评论(0)
推荐(2)
最新的英特尔® 酷睿™ Ultra 处理器（第二代）让我们能够在台式机、移动设备和边缘中实现大多数 AI 体验，将 AI 加速提升到新水平，在 AI 时代为边缘计算提供动力。英特尔® 酷睿™ Ultra 处理器提供了一套全面的专为 AI 定制的集成计算引擎，包括 CPU、GPU 和 NPU，提供高达 99 总平台 TOPS。近期，YOLO系列模型发布了YOLOv12， 对 YOLO 框架进行了全面增强，特别注重集成注意力机制，同时又不牺牲 YOLO 模型所期望的实时处理能力，是 YOLO 系列的一次进化，突破了人工视觉的极限。本文中，我们将使用英特尔® 酷睿™ Ultra 处理器AI PC设备，结合OpenVINO™ C# API 使用最新发布的OpenVINO™ 2025.0 部署YOLOv11 和 YOLOv12 目标检测模型，并在AIPC设备上，进行速度测试。 
重磅发布！OpenVINO™ C# API 3.2 来了！
这是一次由 AI 大模型驱动的全面进化——基于老版本代码库，通过 Kimi、GPT-4 等 AI 工具深度重构，带来更清晰的架构、更强劲的性能、更完善的测试体系。
✨ 核心亮点： 🚀 AI 大模型优化重构，代码质量全面提升 🎯 支持 .NET 4.6 到 10.0，全框架无缝兼容 ⚡ Span 
本文介绍了基于DeploySharp框架在.NET环境下部署PaddleOCR模型的解决方案。该框架通过统一接口封装了OpenVINO、TensorRT、ONNX Runtime等多种推理引擎，支持百毫秒级文字识别。文章详细解析了PaddleOCR三阶段工作流程（检测-分类-识别）及性能优化策略，阐述了DeploySharp"统一接口、灵活部署"的架构优势。演示程序支持多种推理后端，涵盖CPU/GPU不同硬件场景，提供模型加载、图片推理、性能测试等功能。通过该方案，开发者可根据实际硬件环 
DeploySharp是一个专为C#开发者设计的跨平台模型部署框架，全面支持YOLOv26系列模型，包括目标检测、实例分割、姿态估计和旋转框检测。该框架提供多引擎支持(OpenVINO/ONNX Runtime/TensorRT)、两种图像处理库选择(ImageSharp/OpenCvSharp)以及跨平台运行时兼容性。通过模块化架构和NuGet包生态，开发者可以快速部署YOLOv26模型，实现从模型加载到推理执行的端到端解决方案。项目开源且支持多种硬件设备，为计算机视觉应用落地提供高效工具。 
TensorRtSharp 3.0 是一个为 C# 开发者打造的 TensorRT 封装库，通过 NuGet 一键安装，提供完整的 GPU 推理加速功能。该库基于 TensorRT 10.x 开发，支持 CUDA 11/12，具备类型安全、自动资源管理等特性，显著提升 .NET 环境下的深度学习推理性能（速度提升 2-10 倍，显存降低 50%+）。安装简单，只需添加两个 NuGet 包，并通过环境变量配置原生库路径即可使用。推荐配置为 CUDA 11.6 + TensorRT 10.13.0.35，支持 
NVIDIA ® TensorRT ™ 是一款用于高性能深度学习推理的 SDK，包含深度学习推理优化器和运行时，可为推理应用程序提供低延迟和高吞吐量。YOLOv10是清华大学研究人员近期提出的一种实时目标检测方法，通过消除NMS、优化模型架构和引入创新模块等策略，在保持高精度的同时显著降低了计算开销，为实时目标检测领域带来了新的突破。 在本文中，我们将演示如何使用NVIDIA TensorRT C++ API 部署YOLOv10目标检测模型，实现模型推理加速。 
浙公网安备 33010602011771号