PP-PicoDet 是飞桨推出的超轻量目标检测算法。本次选用的模型是picodet_s_320，导出的onnx文件不到5M，使用i5-6200U的古董CPU，加载模型约1s,推理一张图片约100ms左右。
环境
在NET中部署picodet的推理可以通过OnnxRuntime和OpencvSharp4实现。需要添加以下NuGet包。
模型输入
输入参数有两个：image和scale_factor
image：3通道320*320的图片。通过Cv2.ImDecode()解码得到BGR格式的图片，然后ReSize到320*320，并Normalize处理时按RGB顺序输出TensorInput。
ImDecode
Mat To Tensor
scale_factor：缩放系数，用于后处理。为模型输入大小/原图大小。
模型输出
PP-PicoDet Outputs
有两个输出，这里我们只要处理第一个即可。其中每行依次为：class,confidence,xmin,ymin,xmax,ymax。
完整流程
还是比较简单的，重点在于图片的处理上，有一点比较奇怪的官方示例在Resize使用的是INTERLINEAR,但是实际使用时居然要用Nearest效果比较好！