Skip to content

About

Camera real-time YOLO object detection - C# WPF + OpenCvSharp

Resources

Stars

0 stars

Watchers

0 watching

Forks

Latest commit

 

History

2 Commits

Folders and files

Repository files navigation

CameraYolo — 摄像头实时 YOLO 目标检测

基于 C# WPF + OpenCvSharp(底层 C++ OpenCV DNN)的摄像头实时目标检测程序。支持加载自训 YOLO 模型(ONNX/Darknet)。

功能特性

  • 实时摄像头预览 + YOLO 目标检测
  • 支持 ONNX(YOLOv5/v8/v11)和 Darknet(YOLOv3/v4)模型
  • 自动检测推理设备(CUDA / OpenCL / CPU)
  • 置信度阈值调节
  • 自动读取类别文件(classes.txt / coco.names / labels.txt)

环境要求

  • Windows 10/11 x64
  • .NET 8 SDK
  • 摄像头
  • (可选)NVIDIA GPU + CUDA 加速推理

快速开始

# 编译
dotnet build -c Release

# 运行
.\CameraYolo\bin\Release\net8.0-windows\CameraYolo.exe

使用说明

  1. 点击 「加载模型」 选择 ONNX 或 Darknet 模型文件
  2. 在设备下拉框选择推理设备(默认自动检测)
  3. 选择摄像头编号 → 点击 「启动」
  4. 拖动置信度滑条调整检测灵敏度

项目结构

├─ CameraYolo/              # WPF 应用源码
│  ├─ MainWindow.xaml(.cs)  # 主界面
│  ├─ Services/
│  │  ├─ CameraPipeline.cs  # 摄像头采集管线
│  │  └─ YoloDetector.cs    # YOLO 推理引擎
│  └─ Models/               # 数据模型
├─ models/                  # 预置模型
│  ├─ widerperson_person.onnx
│  ├─ yolov8n.pt
│  └─ classes.txt
└─ training/                # 训练脚本(可选)
   ├─ train_yolov8.py       # YOLOv8 训练
   └─ export_onnx.py        # 导出 ONNX

自训模型

# 1. 安装依赖
pip install ultralytics

# 2. 训练
python training\train_yolov8.py --data dataset\data.yaml --epochs 80 --imgsz 640

# 3. 导出 ONNX
python training\export_onnx.py --weights runs\detect\train\weights\best.pt

# 4. 加载模型
# 将生成的 .onnx 和 classes.txt 放入 models/ 目录

许可证

MIT License

About

Camera real-time YOLO object detection - C# WPF + OpenCvSharp

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages