企业官网建设流程全解析

YoloDotNet快速上手指南：零基础用C#跑通图像目标检测

【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 的开源计算机视觉库，原生支持图像分类、目标检测、OBB 旋转框检测、图像分割与姿态估计，同时也能处理实时视频流。本文是一份面向纯新手的 YoloDotNet 快速上手教程，不要求任何机器学习背景，跟着操作就能在十几分钟内完成第一次目标检测。无论你最终是想写桌面工具、Web 服务，还是做视频监控，这份 YoloDotNet 入门指南都能帮你走通全流程。

先回答新手最关心的三个问题

它到底能做什么？

一句话概括：给它一张图片（或一段视频），它就能告诉你里面有什么、在哪里。具体来说，你可以用它完成这些任务：

• 目标检测：框出图片里的行人、车辆、动物等物体（最常用）
• 图像分类：判断整张图片属于哪个类别
• 图像分割：把物体轮廓精确到像素级抠出来
• 姿态估计：识别画面里人物的关键点（关节、手脚）
• OBB 检测：对倾斜物体输出带角度的旋转检测框

我不会 Python 也能用吗？

完全没问题。YoloDotNet 整个推理链路都是纯 .NET 实现，不需要 Python 运行时，也不依赖 OpenCV 这类重型框架，底层基于 ONNX Runtime 和 SkiaSharp。只要你熟悉基本的 C#，甚至只要会抄代码改路径，都能上手。

上手要花多久？

说句实在话：环境正常的话，从零到跑出第一张带框的图片，通常不超过十分钟。别急，核心就三步——准备环境、拿到项目、跑一个 demo。

动手前，先把环境备齐

老规矩，先确认你的电脑上有 .NET 8 SDK。在终端里敲下面这条命令，作用是检查 .NET 版本是否满足要求：

dotnet --version

如果输出了类似8.x.x的版本号，说明环境没问题；如果提示找不到命令，需要先去安装 .NET 8 SDK 再回来。

另外建议装好 Git，后面拉取代码要用。Windows 的 WSL、macOS 和主流 Linux 发行版都能运行本教程的全部命令。

拿到代码和模型：仓库自带现成的 Demo

YoloDotNet 项目非常贴心，仓库里已经内置了多个可直接运行的演示程序，并且预置了yolov8s.onnx、yolo11s.onnx等现成的模型文件，你不用自己训练模型，也不用去下载大文件。

先克隆仓库，这条命令的作用是把项目源码下载到本地当前目录：

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

然后进入目标检测演示目录，执行还原依赖（作用是把项目引用的 NuGet 包全部拉取到位）：

cd YoloDotNet/Demo/ObjectDetectionDemo dotnet restore

整个仓库的项目结构可以参考 README.md 来了解，测试模型放在test/assets/Models/目录下，测试图片则在test/assets/Media/。

跑第一个检测：一条命令见证奇迹

接下来就是最激动人心的时刻，直接运行：

dotnet run

程序会自动加载模型、处理内置测试图片，并把标注好的结果图片保存到桌面上的YoloDotNet_Results文件夹。你会在终端里看到类似这样的输出：

Loaded ONNX Model: ObjectDetection (YOLOv26) Inference Results: 8 objects person (92.14%) person (87.56%) bus (76.30%) ...

每一行代表检测到的一个物体及其置信度。打开结果图片，你会看到画面里每个物体都被画上了带标签和置信度的彩色检测框。

用 YoloDotNet 检测繁忙路口，行人等目标被逐一识别并标记出来

📌 小提示：演示默认使用 CUDA 执行提供程序，如果你的电脑没有 NVIDIA 显卡，把ObjectDetectionDemo里的CudaExecutionProvider换成CpuExecutionProvider即可，效果一样，只是速度慢一些。

别人代码看不懂？逐行拆解这个 Demo

跑通之后，我们来读懂它到底做了什么。打开Demo/ObjectDetectionDemo/Program.cs，核心逻辑其实只有四块：

① 初始化 Yolo 实例，配置模型路径、硬件方案和图像预处理方式：

using var yolo = new Yolo(new YoloOptions { ExecutionProvider = new CpuExecutionProvider("yolov8s.onnx"), ImageResize = ImageResize.Proportional });

② 加载测试图片，YoloDotNet 使用 SkiaSharp 的SKBitmap作为图像载体：

using var image = SKBitmap.Decode("people.jpg");

③ 执行检测，这是整个库最核心的一行调用。confidence是置信度阈值，iou是交并比阈值，用来去除重叠框：

var results = yolo.RunObjectDetection(image, confidence: 0.25, iou: 0.7);

④ 把结果画到图上并保存：

image.Draw(results); image.Save("result.jpg");

看到没有？真正的核心 API 就一个RunObjectDetection方法，返回的是List<ObjectDetection>，每个元素包含类别名、置信度和边界框坐标。库的整体 API 都集中在 Yolo.cs 里，按需查阅即可。

换图、换模型、换参数：让检测更合你心意

跑通 demo 只是开始，接下来你可以做三件小事，把工具调成你自己的样子。

换一张测试图片

把Program.cs里的图片路径换成test/assets/Media/下任意一张，或者干脆换成你自己的照片，重新dotnet run就行。比如换上街景图，看看车辆和行人识别效果：

街道场景下的车辆与行人检测，适合测试检测模型的泛化能力

换一个模型

test/assets/Models/里准备了多个版本的模型。想体验不同速度与精度的取舍，只需改一行：

// 可选：yolov8s.onnx、yolov9s.onnx、yolov10s.onnx、yolo11s.onnx、yolov12s.onnx new CpuExecutionProvider("yolo11s.onnx")

调一调置信度阈值

• confidence（默认 0.2）：提高它可以减少误检，只保留高把握的框；调低它能召回更多弱目标
• iou（默认 0.7）：控制重叠框的合并力度，值越大越不容易合并

比如想更保守地筛选结果，可以这样写：

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

⚠️ 注意：检测精度跟图片缩放方式（Proportional保留比例补边 /Stretched直接拉伸）关系密切，缩放方式必须和模型训练时保持一致。想深入理解这块，建议读一下 AccuracyAndConfiguration.md，里面讲得很清楚。

不满足于图片？视频流也不在话下

YoloDotNet 的另一大卖点是对视频流的支持。你可以处理本地视频文件、RTMP 直播流，甚至直接读摄像头。上手方式同样简单：

var videoOptions = new VideoOptions { VideoInput = "test.mp4", // 本地视频或直播流地址 VideoOutput = "output.mp4" // 处理结果输出 }; yolo.InitializeVideo(videoOptions); // 每一帧解码后都会触发这个回调 yolo.OnVideoFrameReceived = (frame, frameIndex) => { var results = yolo.RunObjectDetection(frame); frame.Draw(results); }; yolo.StartVideoProcessing();

📌 提示：视频处理依赖 FFmpeg，需要先把 FFmpeg 和 FFprobe 装好并加入系统 PATH。完整的视频检测示例可以看 Demo/VideoStreamDemo/，它还演示了如何用 SortTracker 做多目标跟踪、绘制运动轨迹。仓库里的crosswalk.jpg这种路口图片，也很适合拿来测试你的监控类场景。

从目标检测走向更多玩法

如果你发现目标检测不过瘾，YoloDotNet 的其他能力也都配有现成 demo，换一个入口方法即可：

比如把模型换成yolov8s-cls.onnx，再调用RunClassification，就能对蜂鸟这样的特写图片做分类识别：

配合分类模型，YoloDotNet 同样能对单张图片完成内容识别

各个方法的完整参数说明都在 Yolo.cs 里，照着注释用就行。

收尾：遇到报错先别慌

新手最容易卡住的几个问题，这里提前给你打好预防针：

1. 模型加载失败：九成是路径写错了。先确认模型文件确实存在于test/assets/Models/，且路径拼写无误
2. 提示找不到 CUDA / GPU 相关错误：说明当前机器没有可用的 NVIDIA 环境，改用CpuExecutionProvider最省事
3. 视频相关报错：检查 FFmpeg 是否安装、是否已加入 PATH
4. 结果偏差大：优先检查ImageResize是否与模型要求一致，再考虑调阈值

接下来，你可以试试这三条进阶路线

到这里，你已经完成了 YoloDotNet 的首次目标检测，算是正式入门了。如果还想继续深入，推荐三条路线按兴趣自取：

• 性能进阶：有 NVIDIA 显卡的同学，试试 Demo/TensorRTDemo/，开启 TensorRT 后推理速度还能再上一个台阶；没有 GPU 的可以用test/YoloDotNet.Benchmarks/里的基准测试对比不同采样参数的耗时
• 实时应用：把视频流 demo 和摄像头结合起来，做一个能实时跟踪行人的监控小工具，配合 SortTracker 还能画出运动轨迹
• 工程化落地：将检测结果通过ToJson()导出为 JSON，或接入自己的 Web API，把视觉能力真正放进产品里

以上就是完整的 YoloDotNet 安装教程与入门路线。从一条dotnet run到读懂核心 API，再到玩转图片和视频，剩下的就交给你的想象力了。祝你编码愉快！🚀

【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