[C#]winform部署官方yolov8-obb旋转框检测的onnx模型

【官方框架地址】

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

Yolov8-obb（You Only Look Once version 8 with Oriented Bounding Boxes）是一种先进的对象检测算法，它在传统的Yolov3和Yolov4基础上进行了优化，加入了OBB（Oriented Bounding Box）旋转框检测，能够更精确地检测并定位出目标物体的位置。

在传统的目标检测算法中，通常使用的是固定方向的边界框（Bounding Box），它假设所有物体在图像中的位置都是相对于图像中心来计算的。然而，这种假设并不总是成立，尤其在处理具有明显方向特征的物体时，固定方向的边界框就无法准确地定位物体的真实位置。

Yolov8-obb通过引入OBB旋转框检测，解决了这一问题。它允许边界框以任意角度存在，更能适应不同方向的目标物体。此外，Yolov8-obb还采用了一种称为“anchor”的机制，通过预设一系列不同大小和方向的锚点框，来逼近真实的物体位置。这种机制不仅提高了检测精度，还大大减少了需要训练的参数数量，提高了算法的效率。

除了旋转框检测，Yolov8-obb还在骨干网络、特征金字塔网络、分类器和回归器等方面进行了优化。例如，它采用了CSPDarknet53作为骨干网络，增强了特征提取能力；采用了多尺度特征融合策略，提高了对不同尺度目标的检测能力；采用了新的非极大值抑制算法，进一步筛选出最有可能的物体位置。

总的来说，Yolov8-obb通过引入旋转框检测和一系列优化策略，提高了目标检测的精度和效率，为计算机视觉领域带来了新的突破。

【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
    {
        Bitmap src = null;
        Yolov8ObbManager detector = null;

        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 = new Bitmap(openFileDialog.FileName);
                pictureBox1.Image = src;


            }


        }

        private void button2_Click(object sender, EventArgs e)
        {
            if(pictureBox1.Image==null)
            {
                return;
            }
            var result = detector.Inference(src);
            var resultImg = detector.DrawImage(src, result);
            pictureBox2.Image = resultImg;
        }

        private void Form1_Load(object sender, EventArgs e)
        {
            detector = new Yolov8ObbManager(Application.StartupPath+"\\weights\\yolov8s-obb.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 bmp = OpenCvSharp.Extensions.BitmapConverter.ToBitmap(frame);
                var result = detector.Inference(bmp);
                var resultImg = detector.DrawImage(bmp, result);
                sw.Stop();
                fps = Convert.ToInt32(1 / sw.Elapsed.TotalSeconds);
                sw.Reset();
                frame = OpenCvSharp.Extensions.BitmapConverter.ToMat(new Bitmap(resultImg));
                Cv2.PutText(frame, "FPS=" + fps, new OpenCvSharp.Point(30, 30), HersheyFonts.HersheyComplex, 1.0, new Scalar(255, 0, 0), 3);
                //显示结果
                Cv2.ImShow("Result", frame);
                int key = Cv2.WaitKey(10);
                if (key == 27)
                    break;
            }

            capture.Release();
        }
    }
}

【视频演示】

https://www.bilibili.com/video/BV1ki4y1i7up/?vd_source=989ae2b903ea1b5acebbe2c4c4a635ee
【测试环境】

vs2019,netframework4.7.2,onnxruntime1.16.3