YOLOv5-Net 入门教程

本教程将引导您了解 YOLOv5-Net 开源项目，这是一个基于 C# 和 ML.NET ONNX 的 YOLOv5 对象检测实现。

1. 项目目录结构及介绍

YOLOv5-Net/
├── README.md    # 项目说明文件
├── img/         # 图像资源文件夹
├── Yolov5Net.sln # 解决方案文件，包含项目集
│
├── Yolov5Net/   # 主要项目源代码
│   ├── Models/   # 存放预定义模型的类
│   │   └── YoloCocoP5Model.cs
│   │   └── YoloCocoP6Model.cs
│   ├── Scorer/   # 模型评分器，用于执行预测
│   ├── Program.cs # 应用入口点
│   └── ...        # 其他相关源文件
│
└── packages.config  # NuGet 包依赖
└── ...              # 其他项目配置文件

• Models 文件夹包含预先训练的 YOLOv5 模型的类。
• Scorer 文件夹包含运行对象检测的核心逻辑。
• Program.cs 是 C# 应用的主入口文件，通常包含示例代码以展示如何使用库。

2. 项目的启动文件介绍

Program.cs 文件是 YOLOv5-Net 示例应用的主要入口点。它包含演示如何加载和使用 YOLOv5 模型进行物体检测的代码。以下是一些关键部分：

using System;
using Yolov5Net.Scorer;
using Yolov5Net.Scorer.Models;

class Program
{
    static void Main(string[] args)
    {
        var modelPath = "path/to/onnx/model.onnx"; // 替换为您的 ONNX 模型路径
        var scorer = new YoloScorer(modelPath);
        
        // 加载图像并检测
        var image = Image.FromFile("path/to/image.jpg"); // 替换为测试图像路径
        var results = scorer.Score(image);

        // 显示检测结果
        DisplayResults(image, results);
    }

    static void DisplayResults(Image image, List<DetectedObject> results)
    {
        // 绘制边界框和标签到原始图像
        foreach (var result in results)
            DrawBoundingBox(image, result);

        // 显示或保存处理后的图像
        // ...
    }
    
    // 边界框绘制函数
    // ...
}

在此示例中，Main 方法首先创建了一个 YoloScorer 实例，接着对指定图像进行对象检测，最后显示检测结果。

3. 项目的配置文件介绍

该项目主要依赖于 NuGet 包管理器进行依赖项的安装，而不是传统的配置文件。以下是通过包管理控制台安装所需组件的命令：

对于CPU支持：

Install-Package Yolov5Net -Version 1.1.0
Install-Package Microsoft.ML.OnnxRuntime -Version 1.14.1

对于GPU支持：

Install-Package Yolov5Net -Version 1.1.0
Install-Package Microsoft.ML.OnnxRuntime.Gpu -Version 1.14.1

请注意，CPU 和 GPU 版本不能同时安装。选择适用于您硬件的正确版本。

此外，packages.config 文件记录了项目所依赖的 NuGet 包，确保在构建项目时正确安装和更新这些库。

完成上述步骤后，您可以运行 YOLOv5-Net 示例应用来体验 YOLOv5 对象检测功能。别忘了替换模型和图像的路径以匹配您的本地设置。