一、简介
机缘巧合下写的一个工程,本来是作为商家视觉识别上位机的替代品,但是最后没用上,因此只开发了一半(厂家升级了摄像头和软件)
该工程基于 WPF 的.NET 6 + MVVM 调用摄像头进行识别 opencv开摄像头(不想自己封装win32api),yolov5对图像进行检测。
二、引用库
1、MVVM
CommunityToolkit.Mvvm
2、Opencv
OpenCvSharp4 OpenCvSharp4.Windows
OpenCvSharp4.WpfExtensions(wpf专供:BitmapSourceConverter)
3、Yolov5
SixLabors.ImageSharp(检测图片用)
Microsoft.ML.OnnxRuntime(yolov5环境库)(CPU版本)
yolov5分CPU、GPU、DirectML三个版本(DirectML没用过)
CPU版本和GPU版本不能一起装。
参考博客:(https://www.cnblogs.com/kita/p/17511357.html)
三、如何部署yolov5模型
首先,去Github官网拉取一个yolov5的模板工程,我们只需要更改引用模型参数即可
Github官网模板网址:(https://github.com/techwingslab/yolov5-net)
如何修改参数:
1、修改裁剪的图像宽高:图中的640
2、修改output的输出名称:图中的字符串"output"
3、修改标签名:图中的person,bicycle等为标签名(标号与模型中标号一致 如果你的为0,那就从0开始)
4、修改标签个数:图中的85(示例程序实际标签个数为80,标签个数=实际标签个数+5)
如何查看onnx模型参数:https://netron.app/
根据可视化面板来查看自己的参数
其次,修改完参数后重新编译生成dll文件,将dll文件导入工程中,随后将你的模型文件导入工程(.onnx文件)
踩坑点:千万别用nuget上的Yolov5Net包,会覆盖你的dll文件,运行模型不匹配后程序直接崩
四、代码
代码中加载模型
在MainViewModel中调用RegisterYoloModel函数即可
代码中识别
PlayCamera为视频检测函数
首先通过Opencv读取画面内容然后转成流的形式,然后再将流转换成yolov5所需要的图片进行检测,
最后检测出再用Opencv画框,再将所得的Mat通过BitmapSourceConverter类转换为Image控件所需要的
五、结尾
该工程为半成品,LAB值过滤,Tcp、串口发送数据均还没有完全写完。
本文主要希望能给各位提供一点wpf中调用yolov5的思路,如有错误烦请指出。
界面展示
推荐阅读:
推荐一个基于 .NET 开发的开源工作流项目
推荐一个使用 .NET 和 Angular 开发的在线任务管理工具
基于.NET的强大文件格式开源转换工具
字符串 --- 不可变性与驻留池
Dotnet工具箱:开源、免费的纯前端工具网站,带你探索10大工具分类和73个实时在线小工具
.NET高性能开发-位图索引