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
Kacey Huang3 小时前
YOLOv1、YOLOv2、YOLOv3目标检测算法原理与实战第十三天|YOLOv3实战、安装Typora
人工智能·算法·yolo·目标检测·计算机视觉
日日行不惧千万里7 小时前
如何用YOLOv8训练一个识别安全帽的模型?
python·yolo
Coovally AI模型快速验证16 小时前
MMYOLO:打破单一模式限制,多模态目标检测的革命性突破!
人工智能·算法·yolo·目标检测·机器学习·计算机视觉·目标跟踪
红色的山茶花1 天前
YOLOv10-1.1部分代码阅读笔记-predictor.py
笔记·深度学习·yolo
天天代码码天天1 天前
C# OpenCvSharp 部署表格检测
人工智能·目标检测·表格检测
是Dream呀1 天前
Python从0到100(八十五):神经网络-使用迁移学习完成猫狗分类
python·神经网络·迁移学习
AI街潜水的八角2 天前
工业缺陷检测实战——基于深度学习YOLOv10神经网络PCB缺陷检测系统
pytorch·深度学习·yolo
金色旭光2 天前
目标检测高频评价指标的计算过程
算法·yolo
risc1234562 天前
【无标题】微调是迁移学习吗?
深度学习·迁移学习
AI街潜水的八角2 天前
PyTorch框架——基于深度学习YOLOv8神经网络学生课堂行为检测识别系统
pytorch·深度学习·yolo