输入结构

推理载荷分为图像与张量两类。

图像

传图有三种形态。

形态	C#	Python
文件路径	ai.InferFile("a.jpg")	ai.infer_file("a.jpg")
编码字节	ai.InferImage(b, ImageDesc.Auto())	ai.infer_image(b)
裸像素	ai.InferImage(p, ImageDesc.Bgr888(1920, 1080))	ai.infer_buffer(p, format=IMAGE_BGR888, width=1920, height=1080)

图像描述字段：

字段	含义
format	0 AUTO / 1 ENCODED / 2 RGB888 / 3 BGR888 / 4 GRAY8 / 5 RGBA8888 / 6 BGRA8888
width / height	裸像素必填，编码图填 0
stride	每行字节，0 为紧凑排列
alpha_premultiplied	仅 RGBA / BGRA：0 丢 A，1 先去预乘再丢 A

裸缓冲的字节长度须盖住 stride * height。

张量

张量会话走 AiSession.OpenTensors。

字段	含义
name	输入名，与模型一致，不可重复
type	Float32 / UInt8 / Int8 / Int32 / Int64 / Bool / Float64
shape	维度列表，标量为空
data	连续字节，小端，长度须与 shape 匹配

var t = new AiTensor("images", AiTensorType.Float32, new long[] { 1, 3, 640, 640 }, buf);
var outs = session.InferTensors(new[] { t });

t = Tensor("images", TensorType.FLOAT32, [1, 3, 640, 640], buf)
outs = session.infer_tensors([t])