DeploySharp：面向C#开发者的跨平台模型部署框架 DeploySharp是一款专为C#开发者设计的深度学习模型部署框架，支持OpenVINO和ONNX Runtime推理引擎，兼容YOLOv5-v12全系列模型以及Anomalib等主流模型。该框架采用模块化设计，通过核心命名空间DeploySharp集成模型加载、推理执行等功能，支持图像分类/检测/分割等任务。

摘要：基于DeploySharp开发的深度学习模型部署测试平台支持YOLOv5~v13系列模型，涵盖检测、分割、目标框和姿态估计等任务。平台提供OpenVINO和ONNX Runtime引擎，支持CPU、IGPU和GPU设备推理。项目提供.NET 6.0和.NET Framework 4.8版本，并展示了不同模型在不同硬件上的FPS性能测试结果。详细项目信息和性能数据可参考GitHub仓库链接。

本文介绍了基于DeploySharp开发的深度学习模型部署测试平台的使用方法。该平台支持YOLO系列模型（v5-v13）及多种应用场景，提供OpenVINO和ONNX Runtime两种推理引擎，支持CPU/GPU/NPU等多种设备。文章详细说明了程序下载方式、模型选择、推理引擎配置以及设备匹配关系，并展示了不同推理方式（OpenVINO原生、ONNX Runtime及其加速方案）的运行示例。最后

OpenVINO™ C# API 3.2 全新发布，基于AI大模型深度重构，带来革命性升级： 🔹 AI驱动重构 - 基于Kimi/GPT-4等大模型全面优化代码架构，提升健壮性 🔹 性能飞跃 - 采用Span<T>零拷贝和推理请求池，推理速度提升20-40% 🔹 全栈支持 - 兼容.NET 4.6至10.0框架，覆盖Windows/Linux/macOS全平台 🔹 企业级特性

OpenVINO™ C# API 3.3 正式发布！本次版本正式接入 OpenVINO GenAI，让 C#/.NET 项目可以直接调用本地 LLM、Whisper 语音识别和 VLM 图文问答能力。传统推理继续稳定支持，GenAI runtime 按需引入，覆盖 net46 到 net10.0，更适合桌面、工业、内网和边缘 AI 应用落地。

OpenVINO™ C# API 3.3 正式发布！本次版本正式接入 OpenVINO GenAI，让 C#/.NET 项目可以直接调用本地 LLM、Whisper 语音识别和 VLM 图文问答能力。传统推理继续稳定支持，GenAI runtime 按需引入，覆盖 net46 到 net10.0，更适合桌面、工业、内网和边缘 AI 应用落地。

OpenVINO™ C# API 3.3 正式发布！本次版本正式接入 OpenVINO GenAI，让 C#/.NET 项目可以直接调用本地 LLM、Whisper 语音识别和 VLM 图文问答能力。传统推理继续稳定支持，GenAI runtime 按需引入，覆盖 net46 到 net10.0，更适合桌面、工业、内网和边缘 AI 应用落地。

该项目通过手写数字识别实现简单的深度学习模型训练实现，充分认识深度学习项目构建过程，提供Matlab以及Python实现版本。手写数字识别是指给定一系列的手写数字图片以及对应的数字标签，构建模型进行学习，目标是对于一张新的手写数字图片能够自动识别出对应的数字。图像识别是指利用计算机对图像进行处理，通过模型对其分析和理解，得到图片文件中所写的数字。在人工智能领域，手写数字识别被问题转换为自动分类问题

摘要：基于DeploySharp开发的深度学习模型部署测试平台支持YOLOv5~v13系列模型，涵盖检测、分割、目标框和姿态估计等任务。平台提供OpenVINO和ONNX Runtime引擎，支持CPU、IGPU和GPU设备推理。项目提供.NET 6.0和.NET Framework 4.8版本，并展示了不同模型在不同硬件上的FPS性能测试结果。详细项目信息和性能数据可参考GitHub仓库链接。

DeploySharp：面向C#开发者的跨平台模型部署框架 DeploySharp是一款专为C#开发者设计的深度学习模型部署框架，支持OpenVINO和ONNX Runtime推理引擎，兼容YOLOv5-v12全系列模型以及Anomalib等主流模型。该框架采用模块化设计，通过核心命名空间DeploySharp集成模型加载、推理执行等功能，支持图像分类/检测/分割等任务。