OpenCVSharp加载YOLOv5自定义模型报错：separator_index < line.size()

错误原因 #

OpenCV的CvDnn.ReadNetFromDarknet()函数仅支持加载Darknet框架的.cfg配置文件和.weights权重文件，而你使用的yolov5x.yaml是PyTorch框架的模型配置文件，best.pt是PyTorch格式的权重文件，两者格式不匹配，导致OpenCV按Darknet的.cfg语法解析YAML文件时出现语法错误（separator_index < line.size()错误就是由此引发）。

解决步骤 #

方法1：转换为ONNX格式（推荐） #

YOLOv5官方支持导出ONNX格式，OpenCV对ONNX的兼容性更好：

1. 回到Colab的YOLOv5项目环境，运行以下命令导出ONNX模型：

python export.py --weights best.pt --include onnx --imgsz 640 640

（--imgsz指定输入图像尺寸，需与训练时设置一致）
2. 导出后会得到best.onnx文件，将其复制到C#项目的Debug目录下。
3. 修改C#代码，使用ReadNetFromONNX加载模型：

// path
string modelOnnx = "C:\\Users\\User\\source\\repos\\Trade_detection\\Trade_detection\\bin\\Debug\\best.onnx";

// image path
string imageFile = "test1.jpg";

// yolo model load
Net net = CvDnn.ReadNetFromONNX(modelOnnx);

方法2：转换为Darknet格式（不推荐，兼容性差） #

如果一定要用Darknet格式，需手动适配层结构并转换权重，但过程易出问题：

1. 基于yolov5x.yaml手动修改生成符合Darknet语法的.cfg配置文件（调整层结构适配Darknet支持的算子）。
2. 使用第三方工具将best.pt转换为Darknet格式的.weights文件（工具稳定性不足）。
3. 再用ReadNetFromDarknet加载转换后的.cfg和.weights文件。

内容的提问来源于stack exchange，提问作者eater Sun