NNEngine - Neural Network Engine 1.5适配UE5.1神经网络插件
By simply calling a few Blueprint nodes, you can load and run cutting-edge AI.
This plugin supports ONNX (Open Neural Network Exchange), which is an open-source machine learning model format widely used.
Many ML frameworks such as PyTorch and TensorFlow can export its model in ONNX format.
Many trained models are available on ONNX Model Zoo.
Performance is our first consideration.
This plugin supports model optimization at runtime and GPU accelerations on various hardware as well as this plugin itself is optimized.
Demo Project contains practical examples of
Human detection
Human pose estimation
Face detection
Facial landmark estimation
Eye tracking
using a single RGB camera.
Also, example projects for
Depth estimation using a monocular RGB camera
Arbitrary artistic style transfer
are available.
技术细节
Features:
Loads ONNX models at runtime. Automatically optimizes the model when loaded.
Runs ONNX models.
(On Windows) Supports hardware acceleration by DirectML on DirectX 12 capable GPUs.
(On Windows and Ubuntu) Supports hardware acceleration by CUDA and TensorRT on supported NVIDIA GPUs.
(On Windows) Gets a list of GPU names available on the system.
Processes (resize, crop, rotate) UTexture and converts it to int8 array.
Code Modules:
OnnxRuntime (Runtime)
TextureProcessing (Runtime)
CustomizedOpenCV (Runtime)
DirectXUtility (Runtime)
Number of Blueprints: 3
Number of C++ Classes: 7+
Network Replicated: No
Supported Development Platforms: Windows 10 64bit, Ubuntu 18.04.6 Desktop 64bit
Supported Target Build Platforms: Windows 10 64bit, Ubuntu 18.04.6 Desktop 64bit
Documentation: Link
Example Project:
Human pose estimation and facial capture using a single RGB camera
Depth estimation using a monocular RGB camera
Arbitrary artistic style transfer
Important/Additional Notes:
Demo Project 1 is distributed as a C++ project. You need to install Visual Studio to compile it.
只需调用几个蓝图节点，即可加载和运行尖端 AI。
此插件支持 ONNX（开放神经网络交换），这是一种广泛使用的开源机器学习模型格式。
许多 ML 框架（如 PyTorch 和 TensorFlow）都可以将其模型导出为 ONNX 格式。
ONNX Model Zoo 上有许多经过训练的模型。
性能是我们首先要考虑的因素。
此插件支持运行时模型优化和各种硬件上的 GPU 加速，并且此插件本身也经过了优化。
演示项目包含使用单个 RGB 摄像头的
人体检测
人体姿势估计
人脸检测
面部标志估计
眼动追踪
的实际示例。
此外，还提供
使用单目 RGB 摄像头进行深度估计
任意艺术风格转换
的示例项目。
与 CUDA 和 TensorRT 一起使用的先决条件
要与 CUDA 和 TensorRT 一起使用，您需要安装以下版本的 CUDA、cuDNN 和 TensorRT。
技术细节
功能：
在运行时加载 ONNX 模型。加载时自动优化模型。
运行 ONNX 模型。
（在 Windows 上）支持 DirectX 12 支持的 GPU 上的 DirectML 硬件加速。
（在 Windows 和 Ubuntu 上）支持支持的 NVIDIA GPU 上的 CUDA 和 TensorRT 硬件加速。
（在 Windows 上）获取系统上可用的 GPU 名称列表。
处理（调整大小、裁剪、旋转）UTexture 并将其转换为 int8 数组。
代码模块：
OnnxRuntime（运行时）
TextureProcessing（运行时）
CustomizedOpenCV（运行时）
DirectXUtility（运行时）
蓝图数量：3
C++ 类数量：7+
网络复制：否
支持的开发平台：Windows 10 64 位、Ubuntu 18.04.6 桌面 64 位
支持的目标构建平台：Windows 10 64 位、Ubuntu 18.04.6 桌面 64 位
文档：链接
示例项目：
人体姿势估计和面部捕捉
页:
[1]