参考
环境
| 软件/系统 | 版本 | 说明 |
|---|---|---|
| Windows | Windows 10 专业版 22H2 19045.4170 | |
| Microsoft Visual Studio | Microsoft Visual Studio Community 2022 (64 位) - 17.6.5 | |
| Microsoft .Net SDK | 8.0.101 | 手动安装 |
| Microsoft .Net SDK | 7.0.306 | Microsoft Visual Studio 携带 |
| .Net | 6.x | 当前示例项目所需 .Net 版本 |
| Prism Template Pack | 2.4.1 | Microsoft Visual Studio 扩展 |
| XAML Style for Visual Studio 2022 | 3.2311.2 | Microsoft Visual Studio 扩展（XAML 自动格式化） |
| Microsoft.ML.OnnxRuntime.DirectML | 1.15.1 | NuGet包 |
| OpenCvSharp4 | 4.8.0.20230708 | NuGet包 |
| OpenCvSharp4.runtime.win | 4.8.0.20230708 | NuGet包 |
| OpenCvSharp4.WpfExtensions | 4.8.0.20230708 | NuGet包 |
| yolov8n | 不明确 | .onnx 模型文件 |
介绍
Ultralytics YOLOv8 基于深度学习和计算机视觉领域的尖端技术，在速度和准确性方面具有无与伦比的性能。其流线型设计使其适用于各种应用，并可轻松适应从边缘设备到云 API 等不同硬件平台。
正文
- 获取并导入项目：https://github.com/ladofa/yolov8_wpf_example 。
- 将根目录下
move it to your build dir - yolov8n.onnx移动至./wpf_ml/bin/Debug/net6.0-windows/yolov8n.onnx。 - 设置为 Debug 模式并启动。
- 按顺序执行：
- Load Model （加载模型）
- Load Image （选择一张包含人的图片）
- Process Model （识别）
- 识别结果：
