YOLOv8目标检测——迁移学习

迁移学习方法

(1)预训练模型与训练模型的构建

  • 实现思路

使用yolov8x.yaml的模型配置作为教师模型,学生模型采用yolov8n.yaml。先使用较大的教师模型在数据集上面进行训练,之后再用学生模型的网络将教师模型训练成为学生模型。

  • 预训练模型参数

模型结构:268 layers

参数数量:68125494 parameters

计算性能:257.4 GFLOPs

  • 训练模型参数

模型结构:400 layers

参数数量:1336652 parameters

计算性能:13.2 GFLOPs

相关推荐
CountingStars6196 小时前
目标检测常用评估指标(metrics)
人工智能·目标检测·目标跟踪
数据分析能量站8 小时前
目标检测-R-CNN
目标检测·r语言·cnn
今天炼丹了吗9 小时前
YOLOv11融合[ECCV2024]FADformer中的FFCM模块
yolo
神秘的土鸡10 小时前
LGMRec:结合局部与全局图学习的多模态推荐系统
目标检测·计算机视觉·云计算
红色的山茶花15 小时前
YOLOv9-0.1部分代码阅读笔记-loss_tal.py
笔记·深度学习·yolo
机器懒得学习18 小时前
基于YOLOv5的智能水域监测系统:从目标检测到自动报告生成
人工智能·yolo·目标检测
AI莫大猫1 天前
(6)YOLOv4算法基本原理以及和YOLOv3 的差异
算法·yolo
KeepThinking!1 天前
YOLO-World:Real-Time Open-Vocabulary Object Detection
人工智能·yolo·目标检测·多模态
电子海鸥1 天前
迁移学习--fasttext概述
人工智能·机器学习·迁移学习
前网易架构师-高司机1 天前
游泳溺水识别数据集,对9984张原始图片进行YOLO,COCO JSON, VOC XML 格式的标注,平均识别率在91.7%以上
yolo·溺水·游泳溺水·游泳安全