YOLOV8分类任务更换主干mobilenetv2网络

目录

1.定义模块

2.导入模块

3.task.py文件更改

4.更改后找文件运行一下


1.定义模块

自定义Movilenet_v2类

复制代码
class Mobilenet_v2(nn.Module):
    def __init__(self):
        super().__init__()
        model = models.mobilenet_v2(pretrained=True)
        self.layer=nn.Sequential(
        model.features,
        )
    def forward(self, x):
        x=self.layer(x)
        x = nn.functional.adaptive_avg_pool2d(x, (1, 1))
        return x

2.导入模块

3.task.py文件更改

添加到解析模块

elif m is Mobilenet_v2:

c2=args0

args=\[\]

4.更改yaml文件

复制代码
# Ultralytics YOLO 🚀, AGPL-3.0 license
# YOLOv8-cls image classification model. For Usage examples see https://docs.ultralytics.com/tasks/classify

# Parameters
nc: 11 # number of classes
scales: # model compound scaling constants, i.e. 'model=yolov8n-cls.yaml' will call yolov8-cls.yaml with scale 'n'
  # [depth, width, max_channels]
  n: [0.33, 0.25, 1024]
  s: [0.33, 0.50, 1024]
  m: [0.67, 0.75, 1024]
  l: [1.00, 1.00, 1024]
  x: [1.00, 1.25, 1024]

# YOLOv8.0n backbone
backbone:
  # [from, repeats, module, args]
  - [-1, 1, Mobilenet_v2, [1280]] # 0-P1/2


# YOLOv8.0n head
head:
  - [-1, 1, Classify, [nc]] # Classify

4.更改后找文件运行一下

相关推荐
reset20212 小时前
基于深度学习的车牌识别:检测、矫正与 CTC 端到端识别
yolo·车牌识别·lprnet
丑大王1 天前
ultralytics 环境安装与正确使用Vscode
ide·yolo·编辑器
深度学习lover1 天前
<数据集>棉花虫害识别<目标检测>
人工智能·深度学习·yolo·目标检测·计算机视觉·棉花虫害识别
xrgs_shz1 天前
基于OGD-Net的果园环境下蟠桃生长期检测
人工智能·yolo·目标检测·计算机视觉
FL16238631293 天前
无人机关键点检测姿态估计数据集COCO+YOLO格式2246张1类别4关键点
yolo·无人机
FL16238631293 天前
古建筑缺陷检测数据集VOC+YOLO格式4018张6类别
人工智能·yolo·机器学习
FL16238631293 天前
反无人机红外图像关键点检测姿态估计数据集COCO+YOLO格式272张1类别5关键点
yolo·无人机
CoderIsArt3 天前
使用 Ultralytics YOLO 进行模型训练
人工智能·深度学习·yolo
程序员正茂4 天前
Win11使用自定义训练集训练ncnn模型
python·yolo·图像识别·移动端·ncnn
磁场转动100万匹4 天前
PyTorch 版 YOLOv3 源码逐段详解:从配置文件到训练、评估、检测(定制自己的数据集)
人工智能·深度学习·yolo