opencvsharp dnn调用yolov5模型

Question

opencvsharp dnn调用yolov5模型，需要一个demo 求指点一下。

Answer 1

结合ChatGPT：
以下是使用 OpenCVSharp DNN 模块调用 YOLOv5 模型的基本步骤：

加载模型：
使用 ReadNetFromONNX 或 ReadNetFromTorch 函数加载预训练的 YOLOv5 模型。请注意，YOLOv5 默认是使用 PyTorch 训练的，因此您可能需要将其转换为 ONNX 格式。

string modelPath = "path/to/yolov5.onnx";
var net = CvDnn.ReadNetFromONNX(modelPath);

加载图像并预处理：
将图像加载到内存中，然后调整其大小以适应 YOLOv5 模型的输入尺寸。通常，YOLOv5 模型需要的输入尺寸是 640x640。

string imagePath = "path/to/image.jpg";
var img = new Mat(imagePath, ImreadModes.Color);
var inputBlob = CvDnn.BlobFromImage(img, 1.0 / 255.0, new Size(640, 640), new Scalar(), true, false);

设置模型的输入并运行前向传播：
将预处理后的图像设置为模型的输入，然后运行前向传播以获取模型的输出。

net.SetInput(inputBlob);
var output = net.Forward();

处理模型的输出：
模型输出包含检测到的目标的边界框、置信度和类别信息。您需要解析这些数据并将其转换为易于理解的格式。

float[] data = new float[output.Total()];
Marshal.Copy(output.DataPointer, data, 0, data.Length);

List<DetectionResult> results = new List<DetectionResult>();

for (int i = 0; i < data.Length / 85; i++)
{
    float confidence = data[i * 85 + 4];
    if (confidence > 0.5)
    {
        int classId = data.Skip(i * 85 + 5).Take(80).ToList().IndexOf(data.Max()) + 5;
        float x = data[i * 85] * img.Width;
        float y = data[i * 85 + 1] * img.Height;
        float width = data[i * 85 + 2] * img.Width;
        float height = data[i * 85 + 3] * img.Height;

        results.Add(new DetectionResult(classId, new Rect2d(x, y, width, height), confidence));
    }
}

显示检测结果：
将检测到的目标绘制在原始图像上，并显示图像。

foreach (var result in results)
{
    img.Rectangle(result.BoundingBox, new Scalar(0, 0, 255), 2);
    img.PutText($"Class: {result.ClassId}, Confidence: {result.Confidence}", new Point(result.BoundingBox.X, result.BoundingBox.Y -

绘制边界框和显示检测结果

foreach (var result in results)
{
    img.Rectangle(result.BoundingBox, new Scalar(0, 0, 255), 2);
    img.PutText($"Class: {result.ClassId}, Confidence: {result.Confidence}", new Point(result.BoundingBox.X, result.BoundingBox.Y - 10), HersheyFonts.HersheySimplex, 0.5, new Scalar(0, 0, 255), 1);
}

using (var window = new Window("YOLOv5 Detections"))
{
    window.ShowImage(img);
    Cv2.WaitKey();
}

在此代码示例中，我们首先遍历检测结果，为每个检测到的目标绘制边界框，并在边界框上方添加类别和置信度信息。然后，我们创建一个名为 "YOLOv5 Detections" 的窗口以显示包含检测结果的图像，并等待用户按键以关闭窗口。

这个示例应该可以帮助您开始使用 OpenCVSharp DNN 模块和 YOLOv5 模型。请注意，为了使这个示例工作，您可能需要根据实际情况调整文件路径、输入尺寸等参数。另外，这个示例仅用于演示目的，您可能需要根据您的需求对其进行优化和扩展。