基于.Net6使用YoloV8的分割模型-Toy模板网

这篇具有很好参考价值的文章主要介绍了基于.Net6使用YoloV8的分割模型。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

前言

在目标检测一文中，我们学习了如何处理Onnx模型，并的到目标检测结果，在此基础上，本文实现基于.Net平台的实例分割任务。
执行YoloV8的分割任务后可以得到分割.pt模型。由于Python基本不用于工业软件的部署，最终还是希望能在.Net平台使用训练好的模型进行预测。我们可以将.pt文件转换成.onnx格式的网络模型，然后使用Microsoft.ML.OnnxRuntime读取、运行模型进行预测。

预测结果

基于.Net6使用YoloV8的分割模型

使用环境

NETFramework

.Net6.0

Nuget

Microsoft.ML.OnnxRuntime.Gpu (1.15.1）
OpenCvSharp4(4.7.0.20230115)
OpenCvSharp4.Extensions (4.7.0.20230115)
OpenCvSharpExtension (2.0.0.2)

model

测试使用coco128数据集训练生成的模型：
yolov8n-seg.onnx
模型下载地址：yolov8n-seg.onnx

解决方案

基于.Net6使用YoloV8的分割模型

预测结果类

/// <summary>
    /// segment result
    /// </summary>
    public class SegPrediction
    {
        /// <summary>
        /// label
        /// </summary>
        public SegClass? Label { get; init; }

        /// <summary>
        /// Box
        /// </summary>
        public Rect Rectangle { get; init; }

        /// <summary>
        /// score
        /// </summary>
        public float Score { get; set; }

        /// <summary>
        /// orginal mask 32
        /// </summary>
        public Mat Mask { get; set; }

        /// <summary>
        /// rgb mask
        /// </summary>
        public Mat RgbMask { get; set; }
    }