# YOLO11-OpenVINO™ 实例分割

点击蓝字

关注我们,让开发变得更有趣

OpenVINO™

OpenVINO™ 2025 C#支持

开源的支持项目来自颜国进老师贡献，已经被 OpenVINO™ 官方收录，项目网址：

https://gitee.com/linbei_cht/OpenVINO-CSharp-API

安装非常容易，只要在 VS2022 里面点击一下即可安装。最新版本已经是 OpenVINO™ 2025 支持。

OpenVINO™

YOLO11实例分割

YOLO11 是 YOLOv5 跟 YOLOv8 作者推出最新升级版本模型，支持分类、检测、分割、姿态评估、OBB。这里以 YOLO11 实例分割模型为例，演示 OpenVINO™ C# 如何运行，YOLO11-seg 模型的输入与输出。

代码是我在 OpenVINO-CSharp-API 作者开源的 YOLOv8 对象检测的代码基础上修改而成。调用检测代码如下：

public void Detect(){    // Set the video path and model path    string video_path = "D:/images/video/play_scoers.mp4";    string model_path = "D:/python/yolov5-7.0/yolo11n-seg.onnx";    // Create a new Core object and read the model    Core core = new Core();    Model model = core.read_model(model_path);    CompiledModel compiled_model = core.compile_model(model, "GPU");    // Create a list of InferRequest objects    Listrequests = new List{ compiled_model.create_infer_request(), compiled_model.create_infer_request() };    // Create a new VideoCapture object and read the video    VideoCapture capture = new VideoCapture(video_path);    if (!capture.IsOpened())    {        Console.WriteLine("Error: Video not found!");        return;    }    Mat frame = new Mat();    Mat next_frame = new Mat();    capture.Read(frame);    float scale = 0.0f;    float[] input_data = preprocess(frame, out scale);    requests[0].get_input_tensor().set_data(input_data);    requests[0].start_async();    Stopwatch sw = new Stopwatch();    float[] total_infs = new float[3];    ListclassList = File.ReadAllLines("D:/python/yolov5-7.0/classes.txt").Select(line => line.Trim()).ToList();    while (true)    {        if (!capture.Read(next_frame))        {            break;        }        sw.Restart();        input_data = preprocess(frame, out scale);        requests[1].get_input_tensor().set_data(input_data);        requests[1].start_async();        requests[0].wait();        float[] det_data = requests[0].get_tensor("output0").get_data<float>(8400 * 116);        float[] seg_data = requests[0].get_tensor("output1").get_data<float>(32 * 160*160);        Mat rgb_mask = new Mat(frame.Size(), frame.Type());        DetResult result = postprocess(det_data, seg_data, scale, rgb_mask);        sw.Stop();        total_infs[0] = sw.ElapsedMilliseconds;        Cv2.PutText(frame, "Inference: " + (1000.0 / total_infs[0]).ToString("0.00") + "FPS " + (total_infs[0]).ToString("0.00") + "ms", new OpenCvSharp.Point(20, 40), HersheyFonts.HersheyPlain, 2, new Scalar(255, 0, 255), 2);        result.update_lable(classList);        Visualize.draw_det_result(result, frame);        Cv2.AddWeighted(frame, 0.5, rgb_mask, 0.5, 0, frame);        Cv2.ImShow("C# YOLO11-OpenVINO-Seg演示 - OpenCV学堂", frame);        // Press 'ESC' to exit the program        if (Cv2.WaitKey(1) == 27)        {            break;        }        swap(requests);        frame = next_frame;        rgb_mask.Release();    }}

运行结果如下：

OpenVINO™

后处理实现细节

这个实现最大的坑在后处理部分，要基于全局编码信息乘以每个检测 BOX 区域的编码信息，才可以解码得到每个 BOX 对象的掩膜。实现的代码如下：

Mat roi_mask = roi_masks[index];Mat m = roi_mask * mask_info;for (int col = 0; col < m.Cols; col++){    m.At<float>(0, col) = sigmoid_function(m.At<float>(0, col));}

最后根据得到掩膜直接设置 BOX 区域的颜色即可，代码如下：

rgb_mask[box].SetTo(new Scalar(0, 0, 255), box_m);re.add(classIds[index], confidences[index], positionBoxes[index]);

然后把得到 RGB 彩色掩膜图像跟 BOX 框绘制图像相加记得到最终输出结果图像。

OpenVINO™

---------------------------------------

*OpenVINO and the OpenVINO logo are trademarks of Intel Corporation or its subsidiaries.

-----------------------------

 OpenVINO 中文社区 

微信号 : openvinodev

B站：OpenVINO中文社区

“开放、开源、共创”

致力于通过定期举办线上与线下的沙龙、动手实践及开发者交流大会等活动，促进人工智能开发者之间的交流学习。

○ 点击 “ 在看 ”，让更多人看见