将yolov8权重文件转为onnx格式并在c#中使用

小灰灰 2024-04-23 20:24 17阅读 0赞

## yolo模型转ONNX ##

在yolov8中，我们将训练结果的.pt权重文件转换为onnx格式只需要使用ultralytics库中的YOLO类，使用pip安装ultralytics库，然后执行下面python代码

from ultralytics import YOLO
    
    # 加载YOLOv8模型
    model = YOLO("best.pt")
    
    # 将模型导出为ONNX格式
    success = model.export(format="onnx", simplify=True)
    
    # 检查是否成功导出
    assert success

此程序就会加载当前根目录下的best.pt并转换为ONNX格式进行导出

![e61a41cea5f043a982a7d4af4f49c6ad.png][]

## C\#中使用ONNX ##

创建一个.NET 8.0的项目，因为自己写比较繁琐，我们直接使用封装好的Nuget包YoloDotNet

地址：[NuGet Gallery | YoloDotNet 1.2.0][NuGet Gallery _ YoloDotNet 1.2.0]

安装Nuget包命令

NuGet\Install-Package YoloDotNet -Version 1.2.0

这个包比较大，安装时间可能有点久，耐心等待！！！

安装完成后，我们通过如下代码读取ONNX文件，下面代码中创建yolo实例有两个构造函数的参数，第一个就是onnx文件的地址，第二个就是你是否使用GPU来进行识别，如果你的电脑有装英伟达的GPU并且按照了cuda，就设置为true。我的电脑没有，所有只能使用cpu来跑，因此我设置为false

new Yolo(@"D:\best.onnx", false);

然后就是读取你的图片，调用yolo的RunObjectDetection，将图片作为第一个参数，第二个参数就是识别的阈值

using var image = Image.Load<Rgba32>(@"D:\testphoto\1.jpg");
    var results = yolo.RunObjectDetection(image, 0.3);

如果你的模型不是目标检测，而是图像分类或者其他，可以使用yolo的其他方法

![4e00dc9bec754fe894d0ca35da81db6d.png][]

然后就是将识别图片结果保存本地了，下面是示例的所有代码

class Program
    {
        public static void Main(string[] args)
        {
            using var yolo = new Yolo(@"D:\best.onnx", false);
            using var image = Image.Load<Rgba32>(@"D:\testphoto\1.jpg");
            var results = yolo.RunObjectDetection(image, 0.3); 
    
            image.Draw(results);
            image.Save(@"D:\testphoto\2.jpg");
        }
    }

下图是我识别出的结果

![49ed1d1882294ecd97f024abfe3d2bea.jpeg][]

这个模型是我上一篇博客中使用[python网络爬虫][python]爬取的400多张皮卡丘图片继续标注后，训练出来的模型，我已经将原图和标注文件已经上面演示的.pt权重文件和onnx文件都上传到资源中，有需要的可自取?

[https://download.csdn.net/download/weixin\_65243968/88856521][https_download.csdn.net_download_weixin_65243968_88856521]

[e61a41cea5f043a982a7d4af4f49c6ad.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/23/49573b0d09084556bc713475e39206e3.png
[NuGet Gallery _ YoloDotNet 1.2.0]: https://www.nuget.org/packages/YoloDotNet
[4e00dc9bec754fe894d0ca35da81db6d.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/23/43826873be554ce3bc9f2c086ed49476.png
[49ed1d1882294ecd97f024abfe3d2bea.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/23/6f0e9651036f4222b7f846f9e2efff2d.jpeg
[python]: http://t.csdnimg.cn/9MlbL
[https_download.csdn.net_download_weixin_65243968_88856521]: https://download.csdn.net/download/weixin_65243968/88856521