Inferensi CPU dengan Florence-2 dan ONNX di C#

Menerapkan model AI multimodal modern pada lingkungan CPU lokal memungkinkan alur kerja aplikasi yang hemat biaya, privat, dan portabel. Kursus berbasis teks ini memandu Anda menjalankan model visi Florence-2 menggunakan ONNX Runtime di dalam aplikasi C# dan .NET. Anda akan memahami cara mengoptimalkan pipeline visi-bahasa untuk inferensi CPU, mengelola input model dan tokenisasi, serta mengintegrasikan logika inferensi secara langsung ke dalam solusi .NET perusahaan. Apa yang akan Anda pelajari: - Memahami konsep dasar model visi-bahasa dan eksekusi ONNX - Mengonfigurasi mesin ONNX Runtime di dalam aplikasi C# modern - Memproses input gambar dan teks untuk pipeline model Florence-2 - Menjalankan inferensi berbasis CPU yang ringan tanpa memerlukan GPU khusus - Mengurai output model, kotak pembatas (bounding boxes), dan teks yang dihasilkan di C# - Menerapkan praktik terbaik LLMOps dasar untuk pembuatan versi model lokal dan pemantauan kinerja Kursus ini dimulai dengan terminologi penting, dasar-dasar arsitektur, dan panduan pengaturan sebelum memandu Anda melalui implementasi kode tertulis yang terstruktur dan teknik pengoptimalan. Kursus ini dirancang untuk pengembang C#, insinyur perangkat lunak, dan pemula yang ingin mengintegrasikan inferensi AI multimodal lokal ke dalam aplikasi mereka tanpa ketergantungan cloud yang kompleks. Mulai membaca hari ini untuk menghadirkan inferensi visi komputer dan bahasa lokal yang efisien ke dalam proyek C# Anda.