C# PaddleDetection 印章检测
原文中文，约3400字，阅读约需8分钟。
📝
内容提要
这篇文章介绍了使用OpenCvSharp和PaddleDetection进行印章检测的项目代码。代码实现了打开图片、运行检测算法、绘制检测结果等功能。
🔎
延伸解读
模型加载与推理配置
代码在窗体加载时从程序启动目录下的 model 文件夹读取模型，并指定 infer_cfg.yml 配置文件，同时使用 PaddleDevice.Mkldnn() 作为推理设备。这意味着部署时需要确保模型文件与配置文件位于正确路径，且 Mkldnn 能提供 CPU 推理加速。若路径错误或文件缺失，初始化会失败。
置信度过滤与结果绘制
检测结果通过 confidence 变量（默认 0.90）进行过滤，仅当置信度大于该阈值时才绘制矩形框和标签。绘制时使用随机颜色，标签文本包含类别名和置信度，并显示在矩形框中心。这有助于直观查看高置信度目标，但阈值设置可能影响漏检或误检。
检测耗时与输出信息
代码在运行检测前后记录时间，计算耗时并追加到文本框中。同时，每个检测结果会输出标签名、置信度以及矩形框的左上角和右下角坐标。这些信息便于性能评估和结果验证，但耗时仅反映推理阶段，不包括图像加载和绘制时间。
❓
Q&A
如何使用OpenCvSharp和PaddleDetection进行印章检测？
可以通过编写代码来打开图片、运行检测算法并绘制检测结果，使用OpenCvSharp库和PaddleDetection库实现。
在印章检测项目中，如何初始化PaddleDetector？
在Form1类的Load事件中，通过PaddleConfig.FromModelDir方法加载模型配置，并创建PaddleDetector实例。
检测结果包含哪些信息？
检测结果包括标签名称、置信度和矩形框坐标。
如何在界面上显示检测结果？
通过在检测算法运行后绘制矩形框和文本，将结果显示在界面上的图片框中。
如何计算检测算法的耗时？
在运行检测算法前记录开始时间，运行后记录结束时间，通过计算两者的差值得到耗时。
项目中使用了哪些库？
项目中使用了OpenCvSharp库和PaddleDetection库。
🏷️
