当前位置：首页 > news >正文

【C#】以 BlockingCollection 为核心的多相机 YOLO 检测任务处理框架

news 2025/9/26 8:49:26

以 BlockingCollection 为核心的多相机 YOLO 检测任务处理框架

在工业视觉应用中，我们经常会遇到 一台电脑同时接入多台相机 的场景。比如 10 台相机同时拍摄生产线上的产品，通过硬件 IO 触发采图，然后进行 YOLO 缺陷检测。

如果不合理设计，容易出现以下问题：

回调线程阻塞导致相机触发丢帧
多线程抢占 YOLO 对象导致检测结果错乱
图像内存泄露或 UI 更新异常

本文将以 BlockingCollection 为核心，介绍一个线程安全、支持多相机任务队列的 YOLO 检测框架。

1. 为什么选择 BlockingCollection

BlockingCollection<T> 是 .NET 提供的一个 线程安全的生产者-消费者队列，非常适合处理相机采图任务。

优点：

线程安全：多个线程同时 Add/Take 没问题
阻塞消费：队列为空时，Take 或 GetConsumingEnumerable 会自动等待
容量限制：防止队列无限增长
优雅结束：调用 CompleteAdding() 后，消费者循环可以自动退出

Tip：BlockingCollection 内部默认基于 ConcurrentQueue<T>，也可以替换为 ConcurrentStack<T> 或 ConcurrentBag<T>。

2. 相比 ConcurrentQueue / ConcurrentBag 的优势

特性	ConcurrentQueue	ConcurrentBag	BlockingCollection
顺序	FIFO	无序	FIFO / 自定义
阻塞	❌	❌	✅
容量限制	❌	❌	✅
支持生产者-消费者模式	❌	❌	✅ 内置
可结束队列/循环	❌	❌	✅ CompleteAdding

总结：BlockingCollection 本质上是在 ConcurrentQueue/Bag 基础上加了阻塞、容量、结束控制，更适合多线程任务队列场景。

3. 多相机任务处理思路

针对 10 台相机 IO 触发的场景，设计思路如下：

Update 回调
- 回调线程只做一件事：将 CameraInfo 入队
- 避免在回调中执行耗时的检测任务，防止阻塞触发
后台 WorkerLoop
- 从 BlockingCollection 队列中取任务
- 调用 Detection() 进行 YOLO 处理
Detection 处理逻辑
- 图像预处理（Blob、裁剪、摆正等）
- YOLO 推理（检测或分割）
- UI 显示（通过 Dispatcher 确保线程安全）
- 任务完成后释放图像内存
停止 / 完整退出
- 调用 CompleteAdding() 告诉消费者：以后不再有新任务
- 消费者循环自动退出

4. 核心代码示例

using System;
using System.Collections.Concurrent;
using System.Collections.Generic;
using System.Diagnostics;
using System.Threading;
using System.Threading.Tasks;
using System.Windows.Threading;public class CameraProcessor
{private BlockingCollection<CameraInfo> taskQueue;private CancellationTokenSource cts;private Task workerTask;private readonly Dispatcher uiDispatcher;public CameraProcessor(Dispatcher dispatcher){uiDispatcher = dispatcher;StartWorker();}private void StartWorker(){taskQueue = new BlockingCollection<CameraInfo>();cts = new CancellationTokenSource();workerTask = Task.Run(() => WorkerLoop(), cts.Token);}public void Update(CameraInfo info) => taskQueue.Add(info);private void WorkerLoop(){foreach (var info in taskQueue.GetConsumingEnumerable(cts.Token)){try{var graphic = GetGraphicBySn(info.SerialNumber);if (graphic != null){var results = Detection(graphic, info.Image);// UI 更新uiDispatcher.Invoke(() =>{graphic.StatusText = "检测完成";graphic.LastResults = results;});}info.Image?.Dispose(); // 避免内存泄漏}catch (Exception ex){Debug.WriteLine($"检测异常: {ex}");}}}public void Stop(){taskQueue.CompleteAdding();cts.Cancel();workerTask.Wait();}public void Restart(){Stop();StartWorker();}private List<YOLOData> Detection(GraphicInfo graphic, HObject image){Stopwatch sw = new Stopwatch();List<YOLOData> data = new List<YOLOData>();// 1. 预处理sw.Restart();HObject imgProduct = PreprocessImage(graphic, image);sw.Stop();long preprocessTime = sw.ElapsedMilliseconds;// 2. YOLO 推理sw.Restart();//推理~~~~~sw.Stop();long detectTime = sw.ElapsedMilliseconds;return data;}private HObject PreprocessImage(GraphicInfo graphic, HObject image){HObject imgProduct = null;if (graphic.BlobConfig.BlobEnable)imageScriptTool.BlobProduct(image, graphic.BlobConfig, out imgProduct);if (graphic.ScriptConfig.Preprocessing)imageScriptTool.Preprocess(imgProduct ?? image, graphic.ScriptConfig.PreprocessFuncName, out imgProduct);if (imgProduct == null)imgProduct = image.Clone();if (graphic.ScriptConfig.定位摆正)imageScriptTool.PosJust(image, imgProduct, out imgProduct, out HTuple FixDeg, false);return imgProduct;}private GraphicInfo GetGraphicBySn(string sn){// TODO: 根据相机序列号找到对应的 GraphicInforeturn null;}
}

5. 使用建议

回调线程只入队
避免直接在 IO 回调里做检测，防止阻塞相机触发。
后台线程消费
WorkerLoop 永远循环消费任务，保证线程安全。
UI 更新
通过 Dispatcher.Invoke 确保 WPF 控件安全访问。
停止 / 重启
- 程序退出时调用 Stop() → 完成队列 → 优雅退出
- 如果需要“暂停/恢复”，可用标志位控制，而不是 CompleteAdding() 再恢复。
多相机独立 YOLO 实例
每台相机维护独立的 YOLO 和预处理对象，避免线程竞争。