最近一段时间在研究AI技术在.Net平台的使用，目前AI绝大部分是使用Python开发，偶然一次在头条看到一篇ML.NET的介绍，是Net平台下开放源代码的跨平台机器学习框架。ML.NET详细介绍 https://dotnet.microsoft.com/zh-cn/apps/machinelear
最近我一直在研究AI技术在.Net平台上的应用。目前，大部分AI技术都是使用Python开发的。然而，最近我偶然在头条上看到了一篇关于ML.NET的介绍，这是一个开放源代码的跨平台机器学习框架，专为.Net平台设计。我对ML.NET进行了详细的研究。
ML.NET详细介绍
最初，我主要学习图像分类和目标检测。在整个ML.NET学习过程中，我遇到了不少困难。最初，我使用VS插件ML.NET Model Builder进行数据训练，但发现执行效率很低。后来，我尝试使用Vott进行图片标注，但也发现了一些bug，比如视频文件标注导出后文件路径无法识别。最后，我找到了一个效率非常高的方式，即使用yolo导出onnx模型。我使用Python训练了yolo数据集并导出了onnx模型，最后在.Net平台下进行调用。
一、车牌识别实现基本步骤
1. 数据标注，可以使用LabImg或其他标注工具
2.训练数据，训练车牌样式，训练文字和颜色ORC识别
3.导出onnx格式模型
4.使用ML.NET调用模型
二、整合到IoTBrowser
IoTBrowser增加Dynamic Api插件框架，另外找了一个Yolov5Net包，默认支持Net6，后面移植到.Net Framework下。
C#调用代码很简单
js端调用更简单
三、实现效果
支持的格式：
1.图片绝对文件路径
2.RTMP协议取帧识别
3.Mp4或ts文件 取帧识别
小编推荐阅读
