基于 purego 实现的无 CGO 纯 Go 项目，通过 purego 直接绑定并调用 onnxruntime 原生库接口，无需依赖 CGO 编译环境， 即可实现 ONNX 模型的加载与推理计算，基于 onnxruntime 1.24.1 的头文件实现。

安装

下载 onnxruntime 1.24 动态链接库，安装 onnxruntime_purego 库，版本对应关系：

onnxruntime	onnxruntime_purego
1.24	v1.24.0
1.23	v1.23.0

# 下载最新版本
go get -u github.com/getcharzp/onnxruntime_purego

# 针对 onnxruntime 1.24 下载特定版本 purego
go get -u github.com/getcharzp/onnxruntime_purego@v1.24

快速开始

package main

import (
	ort "github.com/getcharzp/onnxruntime_purego"
	"log"
)

const testModelPath = "./testdata/yolo11n.onnx"

func main() {
	engine, _ := ort.NewEngine(ort.DefaultLibraryPath())
	defer engine.Destroy()
	session, err := engine.NewSession(testModelPath, nil)
	if err != nil {
		log.Fatal(err)
	}
	defer session.Destroy()

	inputData := make([]float32, 3*640*640)
	inputValue, err := engine.NewTensor([]int64{1, 3, 640, 640}, inputData)
	if err != nil {
		log.Fatal(err)
	}
	defer inputValue.Destroy()

	inputs := map[string]*ort.Value{
		"images": inputValue,
	}

	outputs, err := session.Run(inputs)
	if err != nil {
		log.Fatal(err)
	}

	for name, output := range outputs {
		outputData, err := ort.GetTensorData[float32](output)
		if err != nil {
			log.Fatal(err)
		}
		log.Printf("%v: %+v", name, outputData[:min(len(outputData), 20)])
	}
}

案例

YOLOv11 目标检测

原图	Mask图