C#利用YOLOv8检测模型实现区域人员入侵报警

前言

本文主要讲解如何在C#中利用YOLOv8检测模型实现区域人员入侵报警。用于防止目标进入危险区域。支持自定义权重、自定义计数区域，视频和图像进行分析。 实现的内容有：

• 利用YoloSharp接口调用ONNX模型，进行推理。
• 提取检测结果中的所有目标框信息。
• 计算目标框的中心点坐标。
• 定义分析区域。
• 判断点是否在定义的分析区域内，在区域内绘制红框，不在绘制黄框。
• 绘制分析区域、检测类别、置信度、边框。
• 目标总数计算。

效果如下：

C#利用YOLOv8检测模型实现区域人员入侵报警

一、准备步骤

1. 准备.pt权重。

• 使用官方权重的，则可以直接下载官方权重：https://github.com/ultralytics/ultralytics。
• 使用自建数据集训练的，打好标签，使用YOLOv8模型进行训练即可得到对应的.pt权重。

2. .pt模型转成.onnx模型

在yolov8的项目包中，新建下方脚本，将.pt模型转成.onnx模型，此处只需要将pth_path修改成个人的.pt模型路径即可，运行后便会在同路径下生成.onnx模型。

from ultralytics import YOLO

if __name__