🤔 项目介绍

ONNX Runtime (OpenVINO)+ YOLOv11 学习

🛠️ 技术栈

• 开发语言：C# (.NET 8/10)
• 界面框架：Windows Forms
• 视频处理：OpenCVSharp + YoloSharp
• 深度学习：ONNX Runtime (OpenVINO)+ YOLOv11
• 模型：yolo11n.onnx（轻量级，适合实时检测）

📦 项目结构

FaceDetection/          # 项目根目录
├── FormsApp/           # Windows Forms应用
│   ├── Core/           # 核心功能模块
│   │   ├── Detectors/  # 目标检测器（YOLO）
│   │   ├── Interfaces/ # 接口定义
│   │   └── Streamers/  # 视频流处理器
│   ├── models/         # 存放YOLO模型
│   ├── Main.cs         # 主界面
│   └── Program.cs      # 程序入口
└── FaceDetection.slnx  # 解决方案文件

📖 使用说明

1. 输入视频源

在界面上方的文本框中输入视频流地址，比如：

• 网络地址：rtmp://live-mikudemo.cloudvdn.com/mikudemo/timestamps.m3u8
• 本地视频地址：rtsp://username:password@ip/Streaming/Channels/101
• 摄像头地址：0

3. 调整参数

• 检测间隔：默认值是1，数值越大检测频率越低，适合性能较弱的电脑

4. 开始检测

点击「打开」按钮开始检测，画面会实时显示在下方的预览区域，识别到的物体会用绿色框标注出来。

🎯 检测效果

• 支持识别80种常见物体（人脸、动物、交通工具等）
• 检测速度取决于电脑性能，一般在20-60 FPS
• 检测置信度可在代码中调整（默认显示所有检测结果）

🔧 自定义设置

更换模型

把新的YOLO ONNX模型文件放到 models 目录下，然后修改 VideoProcessingManager.cs 中的模型路径：

_objectDetector = new YoloDetector("models/你的模型文件名.onnx");

调整检测阈值

在 VideoProcessingManager.cs 中的 ProcessFrame 方法里，取消注释并调整置信度阈值：

//if (result.Confidence < 0.85F) continue;

📝 注意事项

1. 第一次运行可能会加载较慢，因为需要初始化ONNX Runtime
2. 视频流地址要确保可以正常访问
3. 模型文件（yolo11n.onnx）比较大，确保已经正确下载到models目录
4. 如果程序崩溃，可能是因为模型文件缺失或视频流不可访问

📄 许可证

本项目仅供学习和研究使用。

---