【机器视觉】yolo-world-opencvsharp-.net4.8 C# 窗体应用程序

这段代码是基于 OpenCvSharp, OpenVinoSharp 和 .NET Framework 4.8 的 Windows Forms 应用程序。其主要目的是加载和编译机器学习模型，对输入数据进行推理，并显示结果。

下面是该程序的主要功能和方法的详细总结：

1. 初始化 OpenVINO 运行时核心（Core）和设备列表：

• 在 Form1_Load 方法中，程序创建了 Core 类的实例，并获取了可用设备列表，然后将这些设备添加到下拉选择框中。

选择模型和输入文件：

• 使用 OpenFileDialog 来引导用户选择模型文件和输入文件（图片或视频）。btn_select_model_Click 和 btn_select_input_Click 方法负责处理文件选择对话框，并更新文本框以显示所选文件的路径。

加载并编译模型：

• btn_load_model_Click 方法中，程序通过 read_model 方法加载用户选定的模型，然后调用 compile_model 方法将模型编译到指定设备上。编译完成后，创建了对模型的推理请求（InferRequest）。

执行推理：

• btn_infer_Click 方法负责执行推理过程。它根据输入路径（图片或视频）调用 image_predict 方法来处理数据，并显示预测结果。

处理图片并推理：

• image_predict 方法接受一个 Mat 图像，将其调整大小、归一化，并通过排列（Permutation）转换成模型所需的输入格式。之后，程序执行推理请求，并获取输出tensor。

后处理推理结果并显示：

• postprocess 方法接受推理结果作为一个浮点数数组，根据设定的类别数和因子对结果进行预处理，检测出物体的矩形框，过滤和非极大值抑制（NMS）后，识别出类别和置信度，最终，将识别出的对象和对应信息绘制在图像上。

显示 FPS 和预测结果：

• 推理后，程序计算并显示当前的帧率（FPS），并将检测框和标签绘制在结果图像上，并在界面中更新 pictureBox2 控件来展示图像。

该程序是由几个部分组成的一个界面应用，通过读取模型文件、处理图像和视频输入、执行模型推理，并在界面上展示结果的流程，体现了一种典型的实时物体检测和分类的机器学习应用。

// 引入OpenCvSharp相关的命名空间，用于图像处理和计算机视觉
using OpenCvSharp;
// 引入OpenCvSharp的Dnn（深度神经网络）命名空间，用于深度学习模型的加载和推理
using OpenCvSharp.Dnn;
// 引入OpenVinoSharp命名空间，用于模型优化和推理加速
using OpenVinoSharp;
// 引入OpenVinoSharp的Extensions下的model命名空间，包含模型加载和处理的扩展方法
using OpenVinoSharp.Extensions.model;
// 引入OpenVinoSharp的Extensions下的p