C# Onnx Yolov5 水果识别，人员识别，物品识别 人工智能

2024-06-24 03:04
文章标签 c# 物品 人员 yolov5 .net 识别 人工智能 水果 netcore onnx

本文主要是介绍C# Onnx Yolov5 水果识别，人员识别，物品识别 人工智能，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

目录

先上效果

来电废话，但实用

网络成功案例实践易失败的原因

万物检测涉及技术

 下载合集

关键代码

全部代码

实操vs2022安装关键

YOLO V5核心库编译

编写自己识别软件

更新相关依赖

标注字库文件

测试效果

名词解释YOLO

名词解释ONNX

源码

直播教学和作者

先上效果

来电废话，但实用

为何照做网络成功案例仍失败？软件与男女关系的启示 

在网络上看到的成功案例，往往只是呈现了表面的步骤和结果，而忽略了背后诸多复杂的细节和潜在的问题。
就像您提到的软件相关的情况，看似简单的操作，实际上涉及众多组件，版本的不匹配就如同齿轮无法精准咬合，导致整个系统无法顺畅运转。无法下载所需组件更是直接阻断了操作的进行，而系统对某些版本的不兼容，以及某些版本资源的稀缺，都使得我们难以完全复刻所谓的成功。
再以男女关系为例，两个优秀的个体并不意味着就能组成完美的组合。就如同不同规格的零件，尽管各自品质上乘，但如果规格不匹配，强行组合在一起，不仅无法发挥优势，还可能产生冲突和矛盾

网络成功案例实践易失败的原因

A.软件组件复杂
   看似简单，实则涉及众多组件。各个版本不匹配，影响正常使用。
B.组件下载受限
     部分组件无法下载。
C系统与版本不兼容
  某些系统无法安装特定版本。部分版本已无法获取。

万物检测涉及技术

序号软件和技术版本说明
1visual studio2022 社区版安装单个必须勾选net5.0
2Microsoft.ML.Onnx.1.16.2

Microsoft.ML.OnnxRuntime.dll

onnxruntime.dll

3OpenCvSharp4.8安装方式nuget，或者库文件
4

SixLabors.Fonts

SixLabors.ImageSharp.Drawing

SixLabors.ImageSharp

1.1

1.0

2.18

5net 架构net5.0net4.7,net4.5,net 4.8 都不行
6yolov5n6.onnx模型文件源码自带
7yolov5
8 labelimg1.8labelimg是一款开源的图像标注工具，标签可用于分类和目标检测，它是用python写的

 下载合集

1.yovo v5

人工智能神经/yolov5-net

2. visual studio 2022下载

Visual Studio 2022 IDE - 适用于软件开发人员的编程工具

3. onnx C#

https://github.com/microsoft/onnxruntime/releases

5. labelimg 下载

未来之窗新零售app应用市场

进入搜索下载

关键代码

  private void button2_Click(object sender, EventArgs e){文识别到数量 = 0;listBox1.Items.Clear();string 原始路径 = 文件列表[文件序号];string 目标路径 = Application.StartupPath + "/result未来之窗/" + System.IO.Path.GetFileName(原始路径) + "_airet" + System.IO.Path.GetExtension(原始路径); ;//  var image =   SixLabors.ImageSharp.Image.LoadAsync<Rgba32>(原始路径);//SixLabors.ImageSharp.ImageSixLabors.ImageSharp.Image<Rgba32> 未来之窗img = SixLabors.ImageSharp.Image.Load<Rgba32>(原始路径);var scorer = new YoloScorer<YoloCocoP5Model>("Assets/Weights/yolov5n.onnx");//   var predictions = scorer.Predict(image);var predictions = scorer.Predict(未来之窗img);var font = new SixLabors.Fonts.Font(new SixLabors.Fonts.FontCollection().Add("C:/Windows/Fonts/consola.ttf"), 16);foreach (var prediction in predictions) // draw predictions{var score = Math.Round(prediction.Score, 2);var (x, y) = (prediction.Rectangle.Left - 3, prediction.Rectangle.Top - 23);// image.Mutate(a => a.DrawPolygon(new SixLabors.ImageSharp.Drawing.Processing.Pen(prediction.Label.Color, 1),//  未来之窗img.Mutate(a => a.DrawPolygon(new SixLabors.ImageSharp.Drawing.Processing.Pen(prediction.Label.Color, 1),//           new SixLabors.ImageSharp.PointF(prediction.Rectangle.Left, prediction.Rectangle.Top),//       new SixLabors.ImageSharp.PointF(prediction.Rectangle.Right, prediction.Rectangle.Top),//     new SixLabors.ImageSharp.PointF(prediction.Rectangle.Right, prediction.Rectangle.Bottom),//     new SixLabors.ImageSharp.PointF(prediction.Rectangle.Left, prediction.Rectangle.Bottom)//  ));//  未来之窗img.Mutate(a => a.DrawText($"{prediction.Label.Name} ({score})",//     font, prediction.Label.Color, new SixLabors.ImageSharp.PointF(x, y)));PointF[] 未来之窗point = new PointF[4];未来之窗point[0] = new PointF(prediction.Rectangle.Left, prediction.Rectangle.Top);未来之窗point[1] = new PointF(prediction.Rectangle.Right, prediction.Rectangle.Top);未来之窗point[2] = new PointF(prediction.Rectangle.Right, prediction.Rectangle.Bottom);未来之窗point[3] = new PointF(prediction.Rectangle.Left, prediction.Rectangle.Bottom);未来之窗img.Mutate(a => a.DrawPolygon(new Pen(prediction.Label.Color, 2), 未来之窗point));未来之窗img.Mutate(a => a.DrawText($"{prediction.Label.Name} ({score})",font, prediction.Label.Color, new SixLabors.ImageSharp.PointF(x, y)));文识别到数量 = 文识别到数量 + 1;listBox1.Items.Add(文识别到数量+"：" + prediction.Label.Name);lab_识别结果.Text = 文识别到数量 + "个";}// await image.SaveAsync("Assets/result.jpg");//image.SaveAsync(目标路径);未来之窗img.SaveAsync(目标路径);pictureBox2.Image = System.Drawing.Image.FromFile(目标路径);}

全部代码

using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
//using System.Drawing;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Windows.Forms;using System.IO;using Microsoft.ML.OnnxRuntime;
using Microsoft.ML.OnnxRuntime.Tensors;
using OpenCvSharp;using SixLabors.ImageSharp;
using SixLabors.ImageSharp.Processing;
using SixLabors.ImageSharp.PixelFormats;
using SixLabors.ImageSharp.Drawing;using SixLabors.Fonts;
using SixLabors.ImageSharp;
using SixLabors.ImageSharp.Drawing.Processing;
using SixLabors.ImageSharp.PixelFormats;
using SixLabors.ImageSharp.Processing;using Yolov5Net.Scorer;
using Yolov5Net.Scorer.Models;namespace WinFormsApp1trytrty
{public partial class Form1 : Form{private string[] 文件列表;private int 文件序号 = 0;private int 文识别到数量 = 0;public Form1(){InitializeComponent();}private void button1_Click(object sender, EventArgs e){//文件列表if (folderBrowserDialog1.ShowDialog() == DialogResult.OK){txt_文件夹路径.Text = folderBrowserDialog1.SelectedPath;列举文件(folderBrowserDialog1.SelectedPath);未来之窗_人工智能_显示图片();}}private void 未来之窗_人工智能_显示图片(){if (文件序号 < 文件列表.Length && 文件序号 >= 0){pictureBox1.Image = System.Drawing.Image.FromFile(文件列表[文件序号]);}}private void 列举文件(String 路径){string fileFormat = "*.jpg";// 获取指定格式的文件列表// 列举文件string[] files = Directory.GetFiles(路径, fileFormat);文件列表 = files;// 输出文件名称foreach (string file in files){// Console.WriteLine(file);// 获取扩展名string extension = System.IO.Path.GetExtension(file);// MessageBox.Show(""+ extension);if (extension.Equals(".jpg")){//文件列表.}}}private void button3_Click(object sender, EventArgs e){文件序号 = 0;列举文件(txt_文件夹路径.Text);未来之窗_人工智能_显示图片();}private void btn_上一个_Click(object sender, EventArgs e){if (文件序号 < 文件列表.Length && 文件序号 > 0){文件序号 = 文件序号 - 1;未来之窗_人工智能_显示图片();}}private void btn_下一个_Click(object sender, EventArgs e){if (文件序号 < 文件列表.Length - 1){文件序号 = 文件序号 + 1;未来之窗_人工智能_显示图片();}}private void button2_Click(object sender, EventArgs e){文识别到数量 = 0;listBox1.Items.Clear();string 原始路径 = 文件列表[文件序号];string 目标路径 = Application.StartupPath + "/result未来之窗/" + System.IO.Path.GetFileName(原始路径) + "_airet" + System.IO.Path.GetExtension(原始路径); ;//  var image =   SixLabors.ImageSharp.Image.LoadAsync<Rgba32>(原始路径);//SixLabors.ImageSharp.ImageSixLabors.ImageSharp.Image<Rgba32> 未来之窗img = SixLabors.ImageSharp.Image.Load<Rgba32>(原始路径);var scorer = new YoloScorer<YoloCocoP5Model>("Assets/Weights/yolov5n.onnx");//   var predictions = scorer.Predict(image);var predictions = scorer.Predict(未来之窗img);var font = new SixLabors.Fonts.Font(new SixLabors.Fonts.FontCollection().Add("C:/Windows/Fonts/consola.ttf"), 16);foreach (var prediction in predictions) // draw predictions{var score = Math.Round(prediction.Score, 2);var (x, y) = (prediction.Rectangle.Left - 3, prediction.Rectangle.Top - 23);// image.Mutate(a => a.DrawPolygon(new SixLabors.ImageSharp.Drawing.Processing.Pen(prediction.Label.Color, 1),//  未来之窗img.Mutate(a => a.DrawPolygon(new SixLabors.ImageSharp.Drawing.Processing.Pen(prediction.Label.Color, 1),//           new SixLabors.ImageSharp.PointF(prediction.Rectangle.Left, prediction.Rectangle.Top),//       new SixLabors.ImageSharp.PointF(prediction.Rectangle.Right, prediction.Rectangle.Top),//     new SixLabors.ImageSharp.PointF(prediction.Rectangle.Right, prediction.Rectangle.Bottom),//     new SixLabors.ImageSharp.PointF(prediction.Rectangle.Left, prediction.Rectangle.Bottom)//  ));//  未来之窗img.Mutate(a => a.DrawText($"{prediction.Label.Name} ({score})",//     font, prediction.Label.Color, new SixLabors.ImageSharp.PointF(x, y)));PointF[] 未来之窗point = new PointF[4];未来之窗point[0] = new PointF(prediction.Rectangle.Left, prediction.Rectangle.Top);未来之窗point[1] = new PointF(prediction.Rectangle.Right, prediction.Rectangle.Top);未来之窗point[2] = new PointF(prediction.Rectangle.Right, prediction.Rectangle.Bottom);未来之窗point[3] = new PointF(prediction.Rectangle.Left, prediction.Rectangle.Bottom);未来之窗img.Mutate(a => a.DrawPolygon(new Pen(prediction.Label.Color, 2), 未来之窗point));未来之窗img.Mutate(a => a.DrawText($"{prediction.Label.Name} ({score})",font, prediction.Label.Color, new SixLabors.ImageSharp.PointF(x, y)));文识别到数量 = 文识别到数量 + 1;listBox1.Items.Add(文识别到数量+"：" + prediction.Label.Name);lab_识别结果.Text = 文识别到数量 + "个";}// await image.SaveAsync("Assets/result.jpg");//image.SaveAsync(目标路径);未来之窗img.SaveAsync(目标路径);pictureBox2.Image = System.Drawing.Image.FromFile(目标路径);}}
}

实操vs2022安装关键

YOLO V5核心库编译

从未来之窗下载后，直接打开工程文件，编译，会生成

编写自己识别软件

新建net5.0 软件

复制未来之窗代码到对应按钮

更新相关依赖

依赖：OpenCvSharp4.4.8

Microsoft.ML.OnnxRuntime.1.16.2

SixLabors.ImageSharp.2.1.8

SixLabors.ImageSharp.Drawing.1.0.0

SixLabors.Fonts.1.0.0

标注字库文件

consola.ttf 自己网上搜索

至此全部搞完

测试效果

水果识别

人员识别

名词解释YOLO

YOLO（You Only Look Once）是一种基于单个神经网络的目标检测系统，由 Joseph Redmon 和 Ali Farhadi 等人于 2015 年提出。YOLO 算法将目标检测任务转化为一个回归问题，直接在整个图像上使用一个卷积神经网络来预测边界框和类别概率。

YOLO 算法的主要步骤包括：

  1. 图像分割：将输入图片分割成 S×S 网格。
  2. 网格处理：每个单元格预测 B 个边界框以及边界框的置信度，同时预测 C 个类别概率值。
  3. 非极大值抑制：使用非极大值抑制算法去除冗余的边界框，得到最终的检测结果。

YOLO 算法具有速度快、能够捕捉目标的全局信息、减少背景误检等优点。但它也存在一些局限性，例如对于小目标或密集目标的检测效果可能较差。

YOLO 算法有多个版本，如 YOLOv1、YOLOv2、YOLOv3、YOLOv4 和 YOLOv5 等。每个版本都在性能、准确性和速度等方面进行了改进和优化。

在实际应用中，YOLO 算法被广泛用于自动驾驶、智能监控、人脸识别等领域。它为计算机视觉任务提供了一种高效、准确的解决方案。

名词解释ONNX

ONNX 的主要目的是实现不同深度学习框架之间的模型互操作性。这意味着，使用一种框架（如 TensorFlow、PyTorch 等）训练的模型，可以轻松转换为 ONNX 格式，并在支持 ONNX 的其他框架或工具中进行部署和推理。

以下是 ONNX 技术的一些关键特点和优势：

  1. 框架互操作性：方便模型在不同框架之间迁移，减少重复开发工作。
  2. 优化和加速：一些推理引擎和硬件平台针对 ONNX 格式进行了优化，能够提高模型的推理速度。
  3. 便于部署：简化了将模型部署到生产环境的过程，尤其是在需要跨多种硬件和软件环境的情况下。

源码

全部源码已经放本文章，如果需要下载直接使用

联系微信 cybersnow

淘宝链接

首页-未来之窗软件服务-淘宝网

开发接单

直播教学和作者

 

这篇关于C# Onnx Yolov5 水果识别，人员识别，物品识别 人工智能的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/1088996。

相关文章

C#中lock关键字的使用小结

C#中lock关键字的使用小结

《C#中lock关键字的使用小结》在C#中,lock关键字用于确保当一个线程位于给定实例的代码块中时,其他线程无法访问同一实例的该代码块,下面就来介绍一下lock关键字的使用... 目录使用方式工作原理注意事项示例代码为什么不能lock值类型在C#中，lock关键字用于确保当一个线程位于给定实例的代码块中时
阅读更多...
C# $字符串插值的使用

C# $字符串插值的使用

《C#$字符串插值的使用》本文介绍了C#中的字符串插值功能,详细介绍了使用$符号的实现方式,文中通过示例代码介绍的非常详细,需要的朋友们下面随着小编来一起学习学习吧... 目录$ 字符使用方式创建内插字符串包含不同的数据类型控制内插表达式的格式控制内插表达式的对齐方式内插表达式中使用转义序列内插表达式中使用
阅读更多...
C#中的Converter的具体应用

C#中的Converter的具体应用

《C#中的Converter的具体应用》C#中的Converter提供了一种灵活的类型转换机制,本文详细介绍了Converter的基本概念、使用场景,具有一定的参考价值,感兴趣的可以了解一下... 目录Converter的基本概念1. Converter委托2. 使用场景布尔型转换示例示例1：简单的字符串到
阅读更多...
C#监听txt文档获取新数据方式

C#监听txt文档获取新数据方式

《C#监听txt文档获取新数据方式》文章介绍通过监听txt文件获取最新数据,并实现开机自启动、禁用窗口关闭按钮、阻止Ctrl+C中断及防止程序退出等功能,代码整合于主函数中,供参考学习... 目录前言一、监听txt文档增加数据二、其他功能1. 设置开机自启动2. 禁止控制台窗口关闭按钮3. 阻止Ctrl +
阅读更多...
C#解析JSON数据全攻略指南

C#解析JSON数据全攻略指南

《C#解析JSON数据全攻略指南》这篇文章主要为大家详细介绍了使用C#解析JSON数据全攻略指南,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、为什么jsON是C#开发必修课？二、四步搞定网络JSON数据1. 获取数据 - HttpClient最佳实践2. 动态解析 - 快速
阅读更多...
C#连接SQL server数据库命令的基本步骤

C#连接SQL server数据库命令的基本步骤

《C#连接SQLserver数据库命令的基本步骤》文章讲解了连接SQLServer数据库的步骤,包括引入命名空间、构建连接字符串、使用SqlConnection和SqlCommand执行SQL操作,... 目录建议配合使用：如何下载和安装SQL server数据库-CSDN博客1. 引入必要的命名空间2.
阅读更多...
C#读写文本文件的多种方式详解

C#读写文本文件的多种方式详解

《C#读写文本文件的多种方式详解》这篇文章主要为大家详细介绍了C#中各种常用的文件读写方式,包括文本文件,二进制文件、CSV文件、JSON文件等,有需要的小伙伴可以参考一下... 目录一、文本文件读写1. 使用 File 类的静态方法2. 使用 StreamReader 和 StreamWriter二、二进
阅读更多...
C#中Guid类使用小结

C#中Guid类使用小结

《C#中Guid类使用小结》本文主要介绍了C#中Guid类用于生成和操作128位的唯一标识符,用于数据库主键及分布式系统,支持通过NewGuid、Parse等方法生成,感兴趣的可以了解一下... 目录前言一、什么是 Guid二、生成 Guid1. 使用 Guid.NewGuid() 方法2. 从字符串创建
阅读更多...
C# 比较两个list 之间元素差异的常用方法

C# 比较两个list 之间元素差异的常用方法

《C#比较两个list之间元素差异的常用方法》：本文主要介绍C#比较两个list之间元素差异,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录1. 使用Except方法2. 使用Except的逆操作3. 使用LINQ的Join,GroupJoin
阅读更多...
Python中图片与PDF识别文本(OCR)的全面指南

Python中图片与PDF识别文本(OCR)的全面指南

《Python中图片与PDF识别文本(OCR)的全面指南》在数据爆炸时代,80%的企业数据以非结构化形式存在,其中PDF和图像是最主要的载体,本文将深入探索Python中OCR技术如何将这些数字纸张转... 目录一、OCR技术核心原理二、python图像识别四大工具库1. Pytesseract - 经典O
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2