NatML

NatML允许开发者只需不到五行代码就能将机器学习集成到他们的Unity应用中，无需任何基础设施。NatML完全消除了需要具备机器学习经验才能利用其功能的要求。功能包括：

• 通用机器学习。使用NatML，你可以直接将CoreML（.mlmodel）、TensorFlow Lite（.tflite）和ONNX（.onnx）模型拖放到你的Unity项目中并运行它们。

• 裸机性能。NatML利用硬件机器学习加速器，如iOS和macOS上的CoreML、Android上的NNAPI和Windows上的DirectML。因此，它比Unity自己的Barracuda引擎快数倍。

• 跨平台。NatML同时支持Android、iOS、macOS、WebGL和Windows。因此，你可以一次性构建你的应用，在编辑器中测试，然后在一个无缝工作流程中部署到各种平台和设备。

• 极易使用。NatML通过返回熟悉数据类型的简单类来暴露机器学习模型。这些被称为"预测器"，它们为你处理所有繁重的工作。无需编写预处理脚本或着色器，处理张量，或任何类似的工作。

• 不断增长的目录。NatML专注于应用程序。因此，我们维护着一个不断增长的预测器目录，开发者可以快速发现并在他们的应用中部署。查看NatML Hub。

• 轻量级包。NatML以自包含的包形式分发，没有外部依赖。因此，你可以简单地导入包并开始使用——无需设置。

安装NatML

将以下项目添加到你的Unity项目的Packages/manifest.json中：

{
  "scopedRegistries": [
    {
      "name": "NatML",
      "url": "https://registry.npmjs.com",
      "scopes": ["ai.natml"]
    }
  ],
  "dependencies": {
    "ai.natml.natml": "1.1.16"
  }
}

使用ML模型

如果你有CoreML、ONNX或TensorFlow Lite模型，你可以简单地将其拖放到你的项目中。查看文档了解更多详情。

请注意，特定的模型格式只能在特定的平台上使用。CoreML模型只能在iOS和macOS上使用；ONNX只能在Windows上使用；TensorFlow Lite只能在Android上使用。使用NatML Hub将你的模型转换为不同的ML格式。

在NatML Hub上发现ML模型

**在NatML Hub上创建账户**以找到和下载可在你项目中使用的ML预测器！

你也可以将你的模型上传到Hub并将它们设为私有或公开。查看文档了解如何为你的模型编写预测器。

两个简单步骤使用ML模型

你总是会通过两个步骤使用NatML。首先，通过从NatML Hub获取模型数据或加载项目中的本地ML模型文件（.mlmodel、.tflite和.onnx）来创建预测器：

// 创建MobileNet v2预测器
var predictor = await MobileNetv2Predictor.Create();

然后使用预测器进行预测：

// 对图像进行预测
Texture2D image = ...;
var (label, score) = predictor.Predict(image);

不同的预测器接受和产生不同的数据类型，但使用模式总是相同的。

要求

• Unity 2022.3+

支持的平台

• Android API Level 24+
• iOS 14+
• macOS 10.15+（Apple Silicon和Intel）
• Windows 10+（仅64位）
• WebGL:
  • Chrome 91+
  • Firefox 90+
  • Safari 16.4+

资源

• 加入Discord上的NatML社区。
• 查看NatML文档。
• 查看GitHub上的NatML。
• 阅读NatML博客。
• 通过hi@natml.ai联系我们。

非常感谢！