C# 调用 onnx格式的YOLOv11n模型

//推理
var ort_outputs = onnx_session.Run(input_container).ToArray();
float[] data = ort_outputs[0].AsTensor<float>().ToArray();  //从Microsoft.ML.OnnxRuntime.DisposableNamedOnnxValue格式的数据中，提取预测框相关的数据。

得到的data为1维数组。

对YOLOv8、v11，前8400个数值为8400个预测框（边界框）的x坐标的cx，第2组8400个值是预测框的cy，然后是ow和oh；

也就是说，使用

Mat result_data = new Mat(class_names.Length + 4, 8400, MatType.CV_32F, data);

得到的（class_names.Length + 4）* 8400的 result_data的前4行，是边界框坐标相关的数值。

然后使用

result_data = result_data.T();

得到8400 *（class_names.Length + 4）的result_data，其中每一行的前4个数值为边界框坐标相关的数值，后面的class_names.Length（比如coco的80个类的80）个数值是每个类的置信度值（或称为概率值）。

i.e.  data[8400*4] 及其之后的数值，才是置信度值，8400*4之前的都是坐标值。

OpenCV 中 Mat 类

Mat mat = new Mat(rows, cols, type, data);

- rows ：矩阵行数
- cols ：矩阵列数
- type ：数据类型，如 MatType.CV_8UC1 , MatType.CV_32FC3 等

type 参数是 Mat 构造函数中最重要的参数之一，表示矩阵中元素的数据类型，格式为

CV_[位数][符号][类型]C[通道数]

常见类型包括：

- CV_8UC1 ：8位无符号单通道（灰度图像）
- CV_8UC3 ：8位无符号3通道（彩色图像，BGR格式）
- CV_32FC1 ：32位浮点型单通道
- CV_32FC3 ：32位浮点型3通道