প্রকল্প সম্পর্কে

YoloDotNet একটি মডুলার .NET 8 কম্পিউটার-ভিশন লাইব্রেরি যা ONNX-এ রপ্তানি করা YOLO মডেল চালানোর জন্য। এটি C#-এ বাস্তবায়িত এবং ONNX Runtime ও SkiaSharp ব্যবহার করে, পাইথন রানটাইম বা OpenCV প্রয়োজন হয় না। লাইব্রেরিটি ডেস্কটপ অ্যাপ্লিকেশন, ব্যাকএন্ড সার্ভিস এবং রিয়েল-টাইম ভিশন পাইপলাইনের জন্য Windows, Linux এবং macOS-এ লক্ষ্য করে। সমর্থিত ইনফারেন্স কাজের মধ্যে রয়েছে ইমেজ ক্লাসিফিকেশন, স্ট্যান্ডার্ড অবজেক্ট ডিটেকশন, ওরিয়েন্টেড বাউন্ডিং-বক্স ডিটেকশন, সেগমেন্টেশন এবং পোজ এস্টিমেশন। ডকুমেন্টেশন YOLOv5u থেকে YOLOv26, YOLO-World, YOLO-E এবং RT-DETR মডেল পরিবারগুলির জন্য সমর্থন তালিকাভুক্ত করে, যার মধ্যে নির্দিষ্ট ক্লাসিফিকেশন, ডিটেকশন, সেগমেন্টেশন, পোজ এবং OBB ভেরিয়েন্টের জন্য যাচাইকৃত-মডেল টেবিল রয়েছে। ইমেজ এবং ভিডিও-স্ট্রিম ব্যবহার রিপোজিটরির ডেমো প্রকল্পগুলিতে প্রদর্শিত হয়। মূল YoloDotNet প্যাকেজ প্রোভাইডার-অজ্ঞেয়, এবং ব্যবহারকারীরা ঠিক একটি এক্সিকিউশন-প্রোভাইডার প্যাকেজ ইনস্টল করেন। উপলব্ধ প্রোভাইডারগুলি হল CPU, CUDA (ঐচ্ছিক TensorRT সমর্থন সহ), OpenVINO, CoreML এবং DirectML। প্ল্যাটফর্মের প্রাপ্যতা ভিন্ন: CPU Windows, Linux এবং macOS জুড়ে কাজ করে; CUDA এবং OpenVINO Windows ও Linux সমর্থন করে; CoreML macOS সমর্থন করে; এবং DirectML Windows সমর্থন করে। README উল্লেখ করে যে প্রোভাইডার মিশ্রিত করলে নেটিভ রানটাইম দ্বন্দ্ব সৃষ্টি হতে পারে। API মডেল লোডিং, প্রিপ্রসেসিং, থ্রেশহোল্ড, মেমরি এবং এক্সিকিউশন আচরণের উপর স্পষ্ট নিয়ন্ত্রণের জন্য ডিজাইন করা হয়েছে। একটি সাধারণ অবজেক্ট-ডিটেকশন ফ্লো YoloOptions এবং একটি এক্সিকিউশন প্রোভাইডার সহ একটি Yolo ইনস্ট্যান্স তৈরি করে, SkiaSharp দিয়ে একটি ইমেজ ডিকোড করে, কনফিডেন্স এবং IoU সেটিংস সহ RunObjectDetection কল করে, ফলাফল আঁকে এবং আউটপুট সংরক্ষণ করে। IoU প্যারামিটার NMS-ভিত্তিক মডেলগুলিতে প্রযোজ্য এবং YOLOv10 ও YOLOv26-এর মতো মডেলগুলির জন্য উপেক্ষিত হয় যারা অভ্যন্তরীণভাবে প্রাসঙ্গিক পোস্ট-প্রসেসিং পরিচালনা করে। সংস্করণ 4.2 নির্বাচিত ইমেজ বা ভিডিও এলাকার জন্য অঞ্চল-অব-আগ্রহ ইনফারেন্স, সেগমেন্টেড অবজেক্টে ঐচ্ছিক প্রান্ত অঙ্কন, অর্ডারকৃত কনট্যুর-পয়েন্ট নিষ্কাশন, ToJson এবং SaveJson ফলাফল সহায়ক, এবং YOLO-শৈলী অ্যানোটেশন উৎপাদনের জন্য ToYoloFormat ও SaveYoloFormat সহায়ক যোগ করে। অন্যান্য ডকুমেন্টেড বৈশিষ্ট্যের মধ্যে রয়েছে ইঞ্জিন ক্যাশিং এবং কনফিগারযোগ্য রিসাইজ ও স্যাম্পলিং সেটিংস। ব্যবহারকারীরা তাদের নিজস্ব ONNX মডেল সরবরাহ করেন; প্রকল্পটি প্রিট্রেইনড ওয়েট ডাউনলোড, অন্তর্ভুক্ত বা বান্ডেল করে না। README YOLOv5u থেকে YOLOv12-এর জন্য Ultralytics এক্সপোর্ট opset 17 এবং YOLOv26-এর জন্য opset 18 সুপারিশ করে। YoloDotNet নিজে MIT লাইসেন্সযুক্ত, তবে Ultralytics টুলিং দিয়ে উৎপাদিত মডেলগুলি AGPL-3.0 বা বাণিজ্যিক লাইসেন্সের প্রয়োজন হতে পারে, তাই ব্যবহারকারীরা মডেল-লাইসেন্স সম্মতি নিশ্চিত করার জন্য দায়ী।