YoloDotNet

YoloDotNet 是一个基于 .NET 8 的 C# 实现，用于实时检测图像和视频中的物体。它利用了 ML.NET 和 ONNX runtime，并支持通过 CUDA 进行 GPU 加速。

YoloDotNet 支持的功能：

• 分类 (Classification): 对图像进行分类。
• 物体检测 (Object Detection): 在单个图像中检测多个物体。
• 旋转边界框检测 (OBB Detection): 类似于一般的物体检测，但使用旋转边界框。
• 分割 (Segmentation): 使用像素掩码分割检测到的物体。
• 姿态估计 (Pose Estimation): 识别图像中特定关键点的位置。

使用场景：

1. 实时监控: 在视频流中，实时检测和跟踪物体，例如监控摄像头中的人员和车辆。
2. 图像分类: 对静态图像进行分类，可以用于图像库管理或内容识别。
3. 自动驾驶: 检测道路上的车辆、行人和其他障碍物。
4. 无人机监控: 从无人机拍摄的图像中检测和分类感兴趣的物体，如建筑、车辆等。
5. 工业自动化: 在生产线中检测和识别产品的状态和位置。
6. 姿态评估: 在运动或医疗应用中，用于分析人体姿态。

安装和使用：

1. 安装 YoloDotNet 包:

   > dotnet add package YoloDotNet
   

2. 安装 CUDA（可选）:

   • 下载安装 CUDA v11.8。
   • 下载并解压 cuDNN v8.9.7，将 bin 文件夹中的 DLL 复制到 CUDA bin 文件夹。
   • 将 CUDA bin 文件夹路径添加到环境变量 Path 中。

3. 导出 Yolov8 模型为 ONNX 格式:

   • 参考 Ultralytics 的文档导出模型。

4. 示例 - 图像推理:

   using YoloDotNet;
   using SixLabors.ImageSharp;
   using SixLabors.ImageSharp.PixelFormats;
   
   // 加载 ONNX 模型
   using var yolo = new Yolo(@"path\to\your_model.onnx");
   
   // 加载图像
   using var image = Image.Load<Rgba32>(@"path\to\image.jpg");
   
   // 执行分类操作
   var results = yolo.RunClassification(image, 5);
   
   image.Draw(results);
   image.Save(@"path\to\save\image.jpg");
   

5. 示例 - 视频推理:

   • 下载 FFmpeg，并将其添加到环境变量 Path 中。

   using SixLabors.ImageSharp;
   using YoloDotNet;
   
   // 加载 ONNX 模型
   using var yolo = new Yolo(@"path\to\your_model.onnx");
   
   // 视频选项
   var options = new VideoOptions
   {
       VideoFile = @"path\to\video.mp4",
       OutputDir = @"path\to\output\folder"
   };
   
   // 执行分类操作
   var results = yolo.RunClassification(options, 5);
   

YoloDotNet 提供了强大的图像和视频分析功能，适用于各种计算机视觉应用。其可定制性和 GPU 加速支持使其成为处理大规模图像和视频数据的理想选择。