C# YoloV8 模型效果验证工具(OnnxRuntime+ByteTrack推理)
原文中文，约15800字，阅读约需38分钟。
📝
内容提要
这篇文章是关于一个使用ByteTrack和OpenCvSharp库进行目标检测的项目代码的介绍。代码中包括了单图推理和视频推理的功能，可以选择图片和视频进行目标检测，并显示检测结果。代码还包括了选择模型和保存结果的功能。
🔎
延伸解读
性能监控与实时性评估
代码在视频推理过程中实时显示预处理、推理、后处理及总耗时，并计算检测帧率（det fps）。这有助于开发者直观了解模型在视频流上的性能表现，判断是否满足实时性要求。通过对比视频原始帧率与检测帧率，可以评估系统处理能力，为优化提供依据。
ByteTrack 跟踪集成与边界处理
视频推理中集成了 ByteTrack 跟踪器，为每个检测目标分配跟踪 ID，并在画面上绘制带 ID 和置信度的边界框。代码还处理了边界框超出图像范围的情况，通过裁剪确保绘制区域有效。这展示了如何将检测与跟踪结合，实现多目标跟踪功能。
模型对比功能与双模型推理
通过选择两个 ONNX 模型，工具可以同时加载并进行对比推理，在视频上并排显示两个模型的检测结果。这为模型选型或效果对比提供了便利，开发者可以直观比较不同模型在同一视频上的表现差异，辅助决策。
结果保存与输出选项
工具支持保存单张检测结果图片，可选择 JPG、PNG 或 BMP 格式。视频推理时，用户可通过复选框决定是否保存检测后的视频为 out.mp4。这些功能方便用户留存检测结果，用于后续分析或展示。
❓
Q&A
如何使用C#进行单图推理？
用户可以通过选择图片并点击推理按钮来进行单图推理，检测结果会在界面上显示。
这个项目支持哪些类型的视频文件？
该项目支持的的视频文件类型包括MP4、AVI和DAV格式。
如何保存检测结果？
用户可以在检测完成后，通过保存按钮将检测结果保存为图片文件。
YoloV8模型的推理时间如何记录？
推理时间会在检测完成后显示在界面上的文本框中。
如何选择不同的模型进行检测？
用户可以通过选择模型按钮，浏览并选择不同的ONNX模型文件进行检测。
这个项目使用了哪些库？
该项目使用了ByteTrack和OpenCvSharp库进行目标检测。
🏷️
