C# yolov8 TensorRT Demo
内容提要
这篇文章介绍了一个基于TensorRT和OpenCV的yolov8目标检测演示程序。程序可以进行单图推理和视频推理，并且提供了预处理、推理和后处理的时间统计。
延伸解读
环境配置与兼容性提醒
文章明确给出了运行环境：NVIDIA GeForce RTX 4060 Laptop GPU、CUDA 12.1、cuDNN 8.8.1 和 TensorRT 8.6.1.6。如果读者的版本与此不一致，需要重新编译 TensorRtExtern.dll，否则可能无法正常调用。这提示我们，TensorRT 对版本匹配要求较高，升级或降级组件时需同步处理依赖库。
性能统计的实际意义
程序在单图和视频推理中都提供了预处理、推理、后处理及总时间的统计，视频模式下还会显示检测帧率。这些数据能帮助开发者定位性能瓶颈：例如预处理耗时过高可能意味着图像缩放或归一化效率低，推理耗时占比大则说明模型计算是主要开销。但文章未给出具体数值，实际表现需自行测试。
视频推理的同步与保存机制
视频检测在独立线程中执行，并通过 Stopwatch 计算每帧处理耗时，动态调整等待时间以匹配原视频帧率。若勾选保存，则使用 VideoWriter 以 X264 编码输出 out.mp4。这种设计能避免因处理速度不足导致播放过快，但若处理时间超过帧间隔，等待时间会被置为 1 毫秒，可能影响实时性。
Q&A
yolov8目标检测演示程序的主要功能是什么？
该程序支持单图推理和视频推理，并提供时间统计。
使用yolov8进行目标检测需要哪些环境配置？
需要NVIDIA GeForce RTX 4060 Laptop GPU，以及CUDA、cuDNN和TensorRT的特定版本。
yolov8程序如何处理检测结果？
程序会绘制检测结果，包括类别、置信度和边界框，并在图像上显示。
如何在yolov8中选择图片或视频进行推理？
用户可以通过界面选择图片或视频文件，程序会执行目标检测。
yolov8程序提供了哪些时间统计信息？
程序提供预处理、推理和后处理的时间统计信息。
yolov8程序的核心逻辑是如何实现的？
核心逻辑在YoloV8.cs中实现，包括预处理、推理和后处理的功能。
