C#部署YOLOV5-6.1版本

1、参考链接：https://blog.csdn.net/weixin_49983900/article/details/124866704
yolov5下载地址：https://github.com/ultralytics/yolov5

2、C#调用yolo的可用方法
使用C#语言调用yolo，网上有好几种方法：
（1）导出onnx模型,c# 部署onnx分类模型。github的代码：[yolo-net-master]，直接下载即可。
（2）opencv中调用，c++转c#。网上有一篇教怎么使用opencv调用yolo onnx 模型：https://blog.csdn.net/qq_35135771/article/details/116592203.openCV调用YOLOv5 ONNX模型。需要比较扎实的语言基础，通晓两种语言的转换。
（3）c#中调用python脚本，非常慢。调用前必须打开pycharm，并且保证python文件是可运行、编译无错的。调用时间大概在20s左右，不符合要求。调用代码如下：

 private void RunPythonScript(string sArgName, string args = "", params string[] teps)
        {
            Process p = new Process();
            //string path = AppDomain.CurrentDomain.SetupInformation.ApplicationBase + sArgName;// 获得python文件的绝对路径（将文件放在c#的debug文件夹中可以这样操作）
            string path = @"F:\输入自己的路径\detect.py";//"H:\\python_codes\\0331test.py";
            p.StartInfo.FileName = @"F:\输入自己的路径\python.exe";//没有配环境变量的话，可以像我这样写python.exe的绝对路径。如果配了，直接写"python.exe"即可
            string sArguments = path;
            ArrayList arrayList = new ArrayList();
            //arrayList.Add("com4");
            //arrayList.Add(57600);
            //arrayList.Add("password");
            foreach (var param in arrayList)//添加参数
            {
                sArguments += " " + sigstr;
            }
            p.StartInfo.Arguments = sArguments;//python命令的参数
            p.StartInfo.UseShellExecute = false;
            p.StartInfo.RedirectStandardOutput = true;
            p.StartInfo.RedirectStandardInput = true;
            p.StartInfo.RedirectStandardError = true;
            p.StartInfo.CreateNoWindow = true;
            p.Start();//启动进程
            Console.ReadLine();
            Console.WriteLine("执行完毕！");//查看是否执行了
   
        }

————————————————
版权声明：本文为CSDN博主「weixin_49983900」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_49983900/article/details/124866704
3、C# 部署onnx目标检测模型
打开yolov5 6.1中的 export.py文件，修改代码，选择自己训练出来的模型路径（导出onnx前要提前配置环境），然后运行就能导出一个onnx模型。

导出后的模型可以使用Netron软件查看：https://netron.app/，模型是带有切片的。
4、刚刚下载的yolov5-net-master：https://github.com/mentalstack/yolov5-net是直接可以在c#环境下运行的，修改一下文件
将下面这行代码，更改为标签种类+1：

安装Microsoft.ML.OnnxRuntime安装包：

然后调成release进行运行，可得到以下测试结果：

5、实现自己模型的部署：
按照上面方法，将自己训练的pt或者其他模型转换成onnx格式进行导出，然后修改文件路径：

修改后即可得到自己文件的识别结果：