[C#]winform部署yolov5实例分割模型onnx_c# yolo模型

【官方框架地址】

https://github.com/ultralytics/yolov5
【算法介绍】

YOLOv5实例分割是目标检测算法的一个变种，主要用于识别和分割图像中的多个物体。它是在YOLOv5的基础上，通过添加一个实例分割模块来实现的。

在实例分割中，算法不仅要识别图像中的物体，还要对每个物体进行分割，以获得物体的精确边界。这需要对每个物体实例进行单独的预测，并使用像素级的掩膜来标记物体的边界。

与传统的分割方法相比，YOLOv5实例分割具有更高的速度和准确性。由于它采用了一种端到端的训练方式，因此可以有效地处理各种复杂的背景和光照条件。此外，它还可以处理多个物体在同一像素或同一位置的情况，这在一些场景中是非常有用的。

然而，YOLOv5实例分割也存在一些局限性。例如，它对于小物体的检测效果较差，因为小物体的特征比较微弱。此外，对于遮挡或重叠的物体，它也可能无法准确地识别和分割。

总的来说，YOLOv5实例分割是一种非常有用的目标检测和分割算法，可以广泛应用于各种计算机视觉任务中。尽管它还有一些局限性，但随着技术的不断发展，相信这些问题也会得到解决。

【效果展示】

【实现部分代码】

using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Diagnostics;
using System.Drawing;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Windows.Forms;
using OpenCvSharp;
 
namespace FIRC
{
    public partial class Form1 : Form
    {
        Mat src = null;
        Yolov5SegManager detector = new Yolov5SegManager();
 
        public Form1()
        {
            InitializeComponent();
        }
 
        private void button1_Click(object sender, EventArgs e)
        {
            OpenFileDialog openFileDialog = new OpenFileDialog();
            openFileDialog.Filter = "图文件(*.*)|*.jpg;*.png;*.jpeg;*.bmp";
            openFileDialog.RestoreDirectory = true;
            openFileDialog.Multiselect = false;
            if (openFileDialog.ShowDialog() == DialogResult.OK)
            {
              
                src = Cv2.ImRead(openFileDialog.FileName);
                pictureBox1.Image = OpenCvSharp.Extensions.BitmapConverter.ToBitmap(src);
 
 
            }
 
 
        }
 
        private void button2_Click(object sender, EventArgs e)
        {
            if(pictureBox1.Image==null)
            {
                return;
            }
            var result = detector.Inference(src);
            pictureBox2.Image = OpenCvSharp.Extensions.BitmapConverter.ToBitmap(result);
        }
 
        private void Form1_Load(object sender, EventArgs e)
        {
            detector.LoadWeights(Application.StartupPath+ "\\weights\\yolov5s-seg.onnx", Application.StartupPath + "\\weights\\labels.txt");
        }
 
        private void button3_Click(object sender, EventArgs e)
        {
            VideoCapture capture = new VideoCapture(0);
            if (!capture.IsOpened())
            {
                Console.WriteLine("video not open!");
                return;
            }
            Mat frame = new Mat();
            var sw = new Stopwatch();
            int fps = 0;
            while (true)
            {
 
                capture.Read(frame);
                if (frame.Empty())
                {
                    Console.WriteLine("data is empty!");
                    break;
                }
                sw.Start();
                var result = detector.Inference(frame);
                sw.Stop();
                fps = Convert.ToInt32(1 / sw.Elapsed.TotalSeconds);
                sw.Reset();
                Cv2.PutText(result, "FPS=" + fps, new OpenCvSharp.Point(30, 30), HersheyFonts.HersheyComplex, 1.0, new Scalar(255, 0, 0), 3);
                //显示结果
                Cv2.ImShow("Result", result);
                int key = Cv2.WaitKey(10);
                if (key == 27)
                    break;
            }
 
            capture.Release();
        }
    }
}

【源码下载】

https://download.csdn.net/download/FL1623863129/88785861
【测试环境】

VS2019，netframwork4.7.2,opencvsharp4.8.0,onnxruntime1.16.3 CPU运行，源码下载后可以直接运行