在进行目标检测部署时，通常需要自行编码实现对模型预测结果的解码及与预测结果的nms操作。所幸现在的各种部署框架对算子的支持更为灵活，可以在模型内实现预测结果的解码，但仍然需要自行编码实现对预测结果的nms操作。其实在onnx opset===11版本以后，其已支持将nms操作嵌入到模型中，具体可以参考https://hpg123.blog.csdn.net/article/details/131585808，修改代码实现yolov8模型onnx下的无nms导出。本博文主要介绍基于onnxruntime在c#下部署含nms的yolov8模型。
1、运行环境安装
安装运行依赖opencv与onnxruntime
在nuget中安装onnxruntime与opencv，一一共安装以下4个库。
安装步骤参考
https://blog.csdn.net/qq_36694133/article/details/128209770
opencv安装步骤参考
https://blog.csdn.net/sinat_37281674/article/details/119987327
文章来源：https://www.toymoban.com/news/detail-658809.html
2、部署模型
2.1 完整代码
代码中模型下载地址为：https://gitcode.net/a486259/model/-/blob/master/yolov8s_nms.onnx
也可以换成自己导出的模型。文章来源地址https://www.toymoban.com/news/detail-658809.html
using 到了这里，关于pytorch 42 C#使用onnxruntime部署内置nms的yolov8模型的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
![[C#]Onnxruntime部署Chinese CLIP实现以文搜图以文找图功能](https://imgs.yssmx.com/Uploads/2024/02/787059-1.jpeg)
![[C#]winform部署yolov8图像分类的openvino格式的模型](https://imgs.yssmx.com/Uploads/2024/01/810561-1.jpeg)
![[segment-anything]使用onnxruntime部署sam模型，速度提高30倍！](https://imgs.yssmx.com/Uploads/2024/02/461140-1.jpeg)
