当前位置：首页 > news >正文

如何在5分钟内开始使用YoloDotNet：从安装到首次目标检测

news 2026/8/6 19:35:50

如何在5分钟内开始使用YoloDotNet：从安装到首次目标检测

【免费下载链接】YoloDotNetYoloDotNet - A C# .NET 8.0 project for Classification, Object Detection, OBB Detection, Segmentation and Pose Estimation in both images and live video streams.项目地址: https://gitcode.com/gh_mirrors/yo/YoloDotNet

YoloDotNet是一个基于C# .NET 8.0的开源项目，提供图像分类、目标检测、OBB检测、分割和姿态估计等功能，支持图像和实时视频流处理。本文将带你快速上手这个强大的工具，在5分钟内完成从安装到首次目标检测的全过程。

准备工作：环境与依赖

YoloDotNet需要以下环境支持：

.NET 8.0 SDK
Git
支持的执行提供程序（CPU、CUDA、CoreML等）

首先确保你的系统已安装.NET 8.0 SDK，可以通过以下命令验证：

dotnet --version

第一步：获取项目代码（1分钟）

打开终端，执行以下命令克隆项目仓库：

git clone https://gitcode.com/gh_mirrors/yo/YoloDotNet cd YoloDotNet

第二步：安装依赖与模型（2分钟）

项目提供了多个演示程序，我们以ObjectDetectionDemo为例。进入演示目录并还原依赖：

cd Demo/ObjectDetectionDemo dotnet restore

项目已包含预训练模型，位于test/assets/Models/目录下，包括yolov8s.onnx、yolov11s.onnx等不同版本的模型文件。

第三步：运行目标检测演示（2分钟）

执行以下命令运行目标检测演示：

dotnet run

程序将自动加载默认模型并处理测试图片。你可以在代码中修改图片路径，尝试检测不同场景：

使用YoloDotNet检测人群场景，自动识别并标记行人

核心API快速了解

YoloDotNet的核心功能通过YoloDotNet/Yolo.cs类提供，主要方法包括：

RunObjectDetection：执行目标检测
RunClassification：执行图像分类
RunSegmentation：执行图像分割
RunPoseEstimation：执行姿态估计

基本使用流程如下：

// 初始化配置 var options = new YoloOptions { ModelPath = "yolov8s.onnx" }; // 创建Yolo实例 using var yolo = new Yolo(options); // 加载图像并执行检测 var image = SKBitmap.Decode("test.jpg"); var results = yolo.RunObjectDetection(image, confidence: 0.5);

自定义检测参数

你可以通过调整参数优化检测效果：

confidence：置信度阈值（默认0.2），提高此值可减少误检
iou：交并比阈值（默认0.7），控制重叠框的合并
roi：感兴趣区域，只检测图像的特定部分

例如，提高置信度到0.5以获得更可靠的检测结果：

var results = yolo.RunObjectDetection(image, confidence: 0.5, iou: 0.7);

处理视频流

YoloDotNet同样支持视频流检测，通过以下方法实现：

// 初始化视频处理 var videoOptions = new VideoOptions { Source = "camera" }; yolo.InitializeVideo(videoOptions); // 设置帧处理回调 yolo.OnVideoFrameReceived = (frame, index) => { var results = yolo.RunObjectDetection(frame); // 处理检测结果 }; // 开始处理 yolo.StartVideoProcessing();

YoloDotNet可用于街道场景中的车辆和行人检测