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
陈辛chenxin12 小时前
【论文带读(3)】《Real-Time Flying Object Detection with YOLOv8》带读笔记翻译
人工智能·笔记·yolo·目标检测·计算机视觉
艾思科蓝 AiScholar1 天前
【南华大学机械工程学院主办,澳大利亚莫道克大学支持 | EI、Scoups检索】2025年智慧能源与控制工程国际学术会议(SECE 2025)
图像处理·人工智能·目标检测·计算机视觉·自动化·能源·制造
paradoxjun1 天前
RK3588部署YOLOv8(2):OpenCV和RGA实现模型前处理对比
人工智能·opencv·算法·yolo·目标检测·计算机视觉
量子-Alex1 天前
【目标检测】Efficient Feature Fusion for UAV Object Detection
人工智能·目标检测·计算机视觉
量子-Alex1 天前
【目标检测】【NeuralPS 2023】Gold-YOLO:通过收集与分发机制实现的高效目标检测器
yolo·目标检测·目标跟踪
Python数据分析与机器学习1 天前
基于深度学习的青花瓷图像检索系统开发与实现
大数据·人工智能·python·深度学习·目标检测·计算机视觉·课程设计
Luis Li 的猫猫2 天前
计算光学成像与光学计算概论
网络·图像处理·人工智能·算法·目标检测
量子-Alex2 天前
【目标检测】【CVPR 2025】DEIM:具有改进匹配机制的DETR以实现快速收敛
人工智能·目标检测·计算机视觉
aqzengkuasheng2 天前
jetson xavier nx conda create --n yourname python=3.6报错
pytorch·目标检测·计算机视觉·conda·边缘计算
zy_destiny2 天前
【YOLOv12改进trick】三重注意力TripletAttention引入YOLOv12中,实现遮挡目标检测涨点,含创新点Python代码,方便发论文
网络·人工智能·python·深度学习·yolo·计算机视觉·三重注意力