ONNX（Open Neural Network Exchange）模型具有以下两个特点促成了我们可以使用onnxruntime-web 直接在web端上运行推理模型，为了让这个推理更直观，我选择了试验下yolov8 识别预览图片：
1. 跨平台兼容性
ONNX 是一种开放的格式，可以在不同的深度学习框架之间共享模型，如 PyTorch、TensorFlow、MXNet 和 Caffe2。这使得用户可以在一个框架中训练模型，然后在另一个框架中进行推理。
2. 模型标准化
ONNX 提供了一种标准化的模型表示，定义了操作符、数据类型和模型结构。这种标准化使得不同工具和库可以一致地理解和处理模型。
3. 高效性
ONNX 模型在推理时通常能够实现更高的效率，特别是在使用 ONNX Runtime 时。ONNX Runtime 是一个高性能的推理引擎，支持多种硬件加速（如 GPU、TPU 等）。
YOLOv8n 是 YOLOv8 系列中的 "nano" 版本，通常是指模型较小，参数较少，计算需求低。适合在资源受限的环境中使用，如移动设备和嵌入式系统。
首先需要下载这两个模型
yolov8n.onnx
nms-yolov8.onnx
https://huggingface.co/SpotLab/YOLOv8Detection/blob/3005c6751fb19cdeb6b10c066185908faf66a097/yolov8n.onnx
关于这两个模型可以多说两句，YOLOv8 和非极大值抑制（NMS）是目标检测任务中的两个关键组成部分。它们一起工作，以实现高效且精确的目标检测。以下是它们如何协同工作的详细说明：
1. YOLOv8 的工作原理
- 目标检测：YOLOv8 模型接收输入图像，并通过其深度神经网络对图像进行处理，生成多个候选边界框和相应的置信度分数。这些边界框用于定位检测到的对象。
- 多类别检测：模型还能为每个边界框预测对象的类别，通常是通过 softmax 函数生成类别概率。
2. NMS 的作用
- 去除冗余检测：由于模型可能会为同一对象生成多个重叠的边界框，NMS 被用来过滤这些冗余的框。NMS 通过以下步骤工作：
- 排序：根据置信度分数对所有预测框进行排序，选择置信度最高的框作为参考框。
- 计算重叠：计算参考框与其他框之间的交并比（IoU）。
- 阈值过滤：如果其他框与参考框的 IoU 超过设定的阈值，则认为这些框是冗余的，并将其移除。
- 重复处理：对剩余框重复上述过程，直到所有框都被处理完。
3. 工作流程
- 输入图像：将图像输入到 YOLOv8 模型。
- 生成候选框：模型输出多个候选边界框和相应的置信度分数。
- 应用 NMS：
- 将所有候选框传递给 NMS。
- NMS 处理并返回最终的边界框和类别标签，去除了冗余框，确保每个对象只保留一个最优框
使用python 代码进行检测的时候是这样用的
# 假设 model 是 YOLOv8 模型，image 是输入图像
boxes, scores, class_ids = model.predict(image)
# 应用 NMS
final_boxes, final_scores, final_class_ids = nms(boxes, scores, threshold)
# 结果可视化
for box, score, class_id in zip(final_boxes, final_scores, final_class_ids):
draw_box(image, box, score, class_id)在web项目里使用onnxruntime-web 要简单些
import React, { useState, useRef } from "react";
import cv from "@techstark/opencv-js";
import { Tensor, InferenceSession } from "onnxruntime-web";
import Loader from "./components/loader";
import { detectImage } from "./utils/detect";
import { download } from "./utils/download";
import "./style/App.css";
const App = () => {
const [session, setSession] = useState(null);
const [loading, setLoading] = useState({ text: "Loading OpenCV.js", progress: null });
const [image, setImage] = useState(null);
const inputImage = useRef(null);
const imageRef = useRef(null);
const canvasRef = useRef(null);
// Configs
const modelName = "yolov8n.onnx";
const modelInputShape = [1, 3, 640, 640];
const topk = 100;
const iouThreshold = 0.45;
const scoreThreshold = 0.25;
// wait until opencv.js initialized
cv["onRuntimeInitialized"] = async () => {
const baseModelURL = `${process.env.PUBLIC_URL}/model`;
// create session
const url =`${baseModelURL}/${modelName}`
console.log(`url:${url}`)
const arrBufNet = await download(
url, // url
["加载 YOLOv8", setLoading] // logger
);
const yolov8 = await InferenceSession.create(arrBufNet);
const arrBufNMS = await download(
`${baseModelURL}/nms-yolov8.onnx`, // url
["加载 NMS model", setLoading] // logger
);
const nms = await InferenceSession.create(arrBufNMS);
// warmup main model
setLoading({ text: "model 预热...", progress: null });
const tensor = new Tensor(
"float32",
new Float32Array(modelInputShape.reduce((a, b) => a * b)),
modelInputShape
);
await yolov8.run({ images: tensor });
setSession({ net: yolov8, nms: nms });
setLoading(null);
};
return (
<div className="App">
{loading && (
<Loader>
{loading.progress ? `${loading.text} - ${loading.progress}%` : loading.text}
</Loader>
)}
<div className="header">
<h1>onnxruntime-web 测试</h1>
</div>
<div className="content">
<img
ref={imageRef}
src="#"
alt=""
style={{ display: image ? "block" : "none" }}
onLoad={() => {
detectImage(
imageRef.current,
canvasRef.current,
session,
topk,
iouThreshold,
scoreThreshold,
modelInputShape
);
}}
/>
<canvas
id="canvas"
width={modelInputShape[2]}
height={modelInputShape[3]}
ref={canvasRef}
/>
</div>
<input
type="file"
ref={inputImage}
accept="image/*"
style={{ display: "none" }}
onChange={(e) => {
// handle next image to detect
if (image) {
URL.revokeObjectURL(image);
setImage(null);
}
const url = URL.createObjectURL(e.target.files[0]); // create image url
imageRef.current.src = url; // set image source
setImage(url);
}}
/>
<div className="btn-container">
<button
onClick={() => {
inputImage.current.click();
}}
>
打开图片
</button>
{image && (
/* show close btn when there is image */
<button
onClick={() => {
inputImage.current.value = "";
imageRef.current.src = "#";
URL.revokeObjectURL(image);
setImage(null);
}}
>
关闭图片
</button>
)}
</div>
</div>
);
};
export default App;
session用于存储模型的推理会话。loading用于管理加载状态和进度。image存储用户选择的图像。inputImage、imageRef和canvasRef是对 DOM 元素的引用。
上面加载的顺序是 在 OpenCV.js 加载完成后，异步加载 YOLOv8 和 NMS 模型。使用 download 函数从指定 URL 下载模型，并创建推理会话。模型有个预热的过程
创建一个形状为 const modelInputShape = [1, 3, 640, 640] 的空张量，并运行一次模型以进行预热，确保模型准备就绪。
页面使用 <canvas> 元素来绘制检测结果。
运行测试下效果
web使用onnx这个事给我很多启发，之前训练的一些模型完全可以在前端就实现推理
