使用ONNX格式YOLOv5在MAUI中目标检测框偏移问题求助

• 修正输入图像预处理逻辑
  YOLOv5模型要求输入为640×640，但必须保持原图宽高比进行缩放（即letterbox填充），不能直接拉伸图像：

  1. 计算原图与640×640的缩放比例：scale = min(640/原图宽度, 640/原图高度)
  2. 按比例缩放原图，得到缩放后的宽高：scaled_w = 原图宽度 * scale, scaled_h = 原图高度 * scale
  3. 计算填充的空白区域：pad_x = (640 - scaled_w) / 2, pad_y = (640 - scaled_h) / 2
  4. 用灰色（或其他颜色）填充缩放后的图像到640×640，同时记录scale、pad_x、pad_y这三个参数，用于后续坐标转换。
     另外要注意输入张量格式：模型要求1,3,640,640是CHW（通道在前）格式，需将图像的HWC格式转置为CHW，同时将像素值归一化到0-1（即每个像素值除以255）。

• 调整输出坐标后处理逻辑
  模型输出的1,25200,6中，每个检测框的前4个值为x_center, y_center, width, height（相对640×640的比例值），需转换为原图的绝对坐标：

  1. 先将比例坐标转为640×640上的绝对坐标：

     x = x_center * 640
     y = y_center * 640
     w = width * 640
     h = height * 640
     

  2. 扣除填充偏移并还原到原图比例：

     original_x = (x - pad_x) / scale
     original_y = (y - pad_y) / scale
     original_w = w / scale
     original_h = h / scale
     

  3. 将中心坐标转为检测框的左上角、右下角坐标：

     left = original_x - original_w / 2
     top = original_y - original_h / 2
     right = original_x + original_w / 2
     bottom = original_y + original_h / 2
     

• 确认模型输出格式
  务必核对输出的6个值的顺序是否为x_center, y_center, width, height, confidence, class_id。如果模型输出顺序不同（比如部分自定义训练的YOLOv5可能调整过输出顺序），需对应调整后处理的坐标提取逻辑。

• 参考Yolov5Net的核心逻辑
  既然Yolov5Net能正常生成检测框，可拆解其预处理（letterbox实现）和后处理（坐标映射）的核心代码，移植到你的MAUI项目中，避开NuGet包的运行问题。

内容的提问来源于stack exchange，提问作者user5678