C#简单使用Yolov5的Onnx格式模型进行目标检测

本文介绍: 值得一提的是，你还需要准备一张图片，修改名字为down.jpeg也放到这个目录下，如果找不到，直接从我的博客下也行。最近要离职了，同事需要了解一下C#如何使用yolov5系列onnx格式模型进行目标检测，由于其对C#不熟练，可能会影响公司后续的开发进度，所以趁着还在，赶紧把手尾搞好。3、准备好我们的onnx文件和一个json格式的配置文件，如果你没有的话，可以到我的码云里下载。5、运行程序，查看结果，其中k为kind，c为confidence。down.jpeg【网络获取，觉侵联删】

背景

最近要离职了，同事需要了解一下C#如何使用yolov5系列onnx格式模型进行目标检测，由于其对C#不熟练，可能会影响公司后续的开发进度，所以趁着还在，赶紧把手尾搞好。

方案

1、创建一个C# DotNet 8 控制台项目[可千万注意不要选了DotNetFramework框架哦]，命名为TestNugetCpuOnnx，并生成解决方案，产生bin目录

2、在Nuget中安装我的包BingLing.Yolov5Onnx.Cpu

由于这个是可以跨平台调用的，我并没有把运行时一起打包过去，我当前示例的系统是windows，因此我还需要安装EmguCv.runtime.windows

3、准备好我们的onnx文件和一个json格式的配置文件，如果你没有的话，可以到我的码云里下载

【BingLing.Yolov5Onnx.Cpu: C#使用cpu使用 yolov5 模型的onnx格式文件进行推理，简化你的编码 (gitee.com)】

下载完毕后将其中的yolov5s.onnx，以及yolov5_onnx.json这两个文件一起放到bin/Debug/net8.0这个目录下。值得一提的是，你还需要准备一张图片，修改名字为down.jpeg也放到这个目录下，如果找不到，直接从我的博客下也行。

down.jpeg【网络获取，觉侵联删】

4、修改Program.cs代码内容为如下

using BingLing.Yolov5Onnx.Cpu;
using Emgu.CV.Structure;
using Emgu.CV;
using System.Collections.Concurrent;

namespace TestNugetCpuOnnx
{
    internal class Program
    {
        static void Main(string[] args)
        {
            Yolov5Onnx yolov5Onnx = new("yolov5_onnx.json");
            Mat mat = new("down.jpeg");
            MCvScalar color = new(255, 0, 0);
            ConcurrentDictionary<int, List<Prediction>> dictionary = yolov5Onnx.DetectAllOut(mat);

            foreach (List<Prediction> predictions in dictionary.Values)
            {
                foreach (var prediction in predictions)
                {
                    int x = (int)((prediction.X - prediction.Width / 2));
                    int y = (int)((prediction.Y - prediction.Height / 2));
                    int width = (int)(prediction.Width);
                    int height = (int)(prediction.Height);
                    CvInvoke.Rectangle(mat, new System.Drawing.Rectangle(x, y, width, height), color);
                    CvInvoke.PutText(mat, $"k:{prediction.Kind}", new System.Drawing.Point(x, y + 20), Emgu.CV.CvEnum.FontFace.HersheyDuplex, 1, color);
                    CvInvoke.PutText(mat, $"c:{prediction.Confidence:0.00}", new System.Drawing.Point(x, y + 50), Emgu.CV.CvEnum.FontFace.HersheyDuplex, 1, color);
                }
            }
            CvInvoke.Imshow("mat", mat);
            CvInvoke.WaitKey(0);
            CvInvoke.DestroyAllWindows();
        }
    }
}

5、运行程序，查看结果，其中k为kind，c为confidence