YOLOV8使用Opencv部署实现(C++版)

今天跟大家分享一下yolov8的C++部署，网上有很多Tensort的教程，其实部署原理都一样，只是看到很少有介绍这部分的，所以分享一下。

yolov8的具体训练和onnx模型导出可以参考官方教程，本文不做赘述。导出后的onnx模型输入和输出的维度大小需要跟部署时统一。以本文为例，输入和输出如图所示：

这里的输入其实就是一张640*640大小的RGB三通道图片，输出是一个8400行5列的矩阵 。这里的输出维度8400是和训练时选择的模型有关（本文选择的s），5是和自己的检测类有关（一般为类别数加4，4为坐标x,y,w,h）。

知道输入输出后就可以选择部署方式了，常见的有服务器部署（常见的有使用LibTorch的混合编程）和终端部署（使用C++较多的NVIDIA或瑞芯微等）。考虑到大部分人在研究阶段可能没有设备或者只是想验证一下效果，本文只使用Opencv进行纯C++部署。其中Opencv版本建议4.7.0以上，C++版本17及以上。

首先配置Opencv环境，这里不仅需要使用Opencv，还需要使用到一个GetOpt包，用作算子获取操作。配置好环境后，可以使用Opencv的dnn库去读取onnx模型进行尝试。

cv::dnn::Net net = cv::dnn::readNetFromONNX(modelPath);

读取