golang 推理 yolov8训练好的模型

推理 YOLOv8 训练好的模型可以使用 Golang 进行，以下是一个示例代码：

package main

import (
	"fmt"

	"gocv.io/x/gocv"
)

func main() {
	// 加载模型和权重文件
	net := gocv.ReadNet("yolov3.weights", "yolov3.cfg", "")
	defer net.Close()

	// 加载类别标签文件
	classes := []string{"person", "car", "cat", "dog", "..."}

	// 加载输入图像
	img := gocv.IMRead("image.jpg", gocv.IMReadColor)
	defer img.Close()

	// 创建一个4维Blob从输入图像，并进行前向传递推理
	blob := gocv.BlobFromImage(img, 1.0, image.Pt(416, 416), gocv.NewScalar(0, 0, 0, 0), true, false)
	net.SetInput(blob, "")

	// 执行前向传递推理
	layerNames := net.GetLayerNames()
	outputLayers := net.GetUnconnectedOutLayers()
	outputs := make([]gocv.Mat, len(outputLayers))
	net.Forward(outputs, outputLayers)

	// 处理推理结果
	for _, output := range outputs {
		data := output.DataPtrFloat32()
		for i := 0; i < int(output.Total()); i += 7 {
			classID := int(data[i+1])
			confidence := data[i+2]

			if confidence > 0.5 {
				fmt.Printf("Detected object: %s\n", classes[classID])
			}
		}
	}

	// 释放内存
	blob.Close()
	for _, output := range outputs {
		output.Close()
	}
}