【官方框架地址】

https://github.com/ultralytics/ultralytics
【openvino介绍】

OpenVINO（Open Visual Inference & Neural Network Optimization）是由Intel推出的，用于加速深度学习模型推理的工具套件。它旨在提高计算机视觉和深度学习应用的性能，特别是在边缘计算和实时推理场景中。

OpenVINO的核心功能包括对多种深度学习框架的支持、高效的模型优化和推理引擎，以及跨多种硬件平台的可扩展性。它支持包括TensorFlow、Caffe、PyTorch等在内的主流深度学习框架，并能够将这些框架的模型转换为OpenVINO的中间表示格式（Intermediate Representation，IR），从而实现对模型的优化和加速。

优化过程包括对模型的剪枝、量化、压缩等操作，以减小模型大小、降低计算复杂度，并提高推理速度。推理引擎则负责将优化后的模型部署到实际的硬件平台上，如Intel的处理器、GPU、FPGA等，实现高效的推理计算。

此外，OpenVINO还提供了一系列的工具和库，如Inference Engine、Media SDK等，用于简化深度学习应用的开发和部署。这些工具和库提供了丰富的计算机视觉和深度学习算法库，以及对音频、视频、图像等多媒体数据的处理能力，使得开发者能够更加便捷地构建各种智能应用。

总的来说，OpenVINO是一个功能强大、易用性强的工具套件，它为开发者提供了从模型训练到推理的一站式解决方案，使得深度学习技术能够更好地应用于实际场景中，提高计算机视觉和人工智能应用的性能和效率。

【效果展示】

【实现部分代码】

using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Diagnostics;
using System.Drawing;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Windows.Forms;
using OpenCvSharp;

namespace FIRC
{
    public partial class Form1 : Form
    {
        Mat src = new Mat();
        Yolov8Manager detector = new Yolov8Manager();
        public Form1()
        {
            InitializeComponent();
        }

        private void button1_Click(object sender, EventArgs e)
        {
            OpenFileDialog openFileDialog = new OpenFileDialog();
            openFileDialog.Filter = "图文件(*.*)|*.jpg;*.png;*.jpeg;*.bmp";
            openFileDialog.RestoreDirectory = true;
            openFileDialog.Multiselect = false;
            if (openFileDialog.ShowDialog() == DialogResult.OK)
            {
              
                src = Cv2.ImRead(openFileDialog.FileName);

                pictureBox1.Image = OpenCvSharp.Extensions.BitmapConverter.ToBitmap(src);


            }


        }

        private void button2_Click(object sender, EventArgs e)
        {
            if(pictureBox1.Image==null)
            {
                return;
            }

            var result = detector.Inference(src);
            var resultMat = detector.DrawImage(result,src);
            pictureBox2.Image= OpenCvSharp.Extensions.BitmapConverter.ToBitmap(resultMat); //Mat转Bitmap
        }

        private void Form1_Load(object sender, EventArgs e)
        {
            detector.LoadWeights(Application.StartupPath+ "\\weights\\yolov8n.xml");
        }

        private void button3_Click(object sender, EventArgs e)
        {
            VideoCapture capture = new VideoCapture(0);
            if (!capture.IsOpened())
            {
                Console.WriteLine("video not open!");
                return;
            }
            Mat frame = new Mat();
            var sw = new Stopwatch();
            int fps = 0;
            while (true)
            {

                capture.Read(frame);
                if (frame.Empty())
                {
                    Console.WriteLine("data is empty!");
                    break;
                }
                sw.Start();
                var result = detector.Inference(src);
                var resultMat = detector.DrawImage(result, src);
                sw.Stop();
                fps = Convert.ToInt32(1 / sw.Elapsed.TotalSeconds);
                sw.Reset();
                Cv2.PutText(resultMat, "FPS=" + fps, new OpenCvSharp.Point(30, 30), HersheyFonts.HersheyComplex, 1.0, new Scalar(255, 0, 0), 3);
                //显示结果
                Cv2.ImShow("Result", resultMat);
                int key = Cv2.WaitKey(10);
                if (key == 27)
                    break;
            }

            capture.Release();
        }
    }
}

【视频演示】

https://www.bilibili.com/video/BV16e41117rM/?vd_source=989ae2b903ea1b5acebbe2c4c4a635ee
【测试环境】

vs2019,opencvsharp4.8.0,netframework4.7.2