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
专家大圣3 小时前
YOLOv10:深度剖析与应用前景展望
人工智能·yolo·目标跟踪
吉小雨6 小时前
PyTorch 目标检测教程
人工智能·pytorch·目标检测
qq_15321452646 小时前
【2020工业图像异常检测文献】SPADE
图像处理·深度学习·神经网络·目标检测·机器学习·计算机视觉·视觉检测
xuehaikj7 小时前
猫咪检测系统源码分享
目标检测
Together_CZ19 小时前
无人机助力智慧农田除草新模式,基于YOLOv10全系列【n/s/m/b/l/x】参数模型开发构建无人机航拍场景下的农田杂草检测识别系统
yolo·无人机
FL162386312920 小时前
[数据集][目标检测]智慧养殖场肉鸡目标检测数据集VOC+YOLO格式3548张1类别
yolo·目标检测·目标跟踪
CZDXWX21 小时前
感知笔记4:YOLO 3D 物体定位
笔记·yolo
byxdaz1 天前
基于OpenCV的YOLOv5图片检测
人工智能·opencv·yolo
##晴天小猪1 天前
ByteTrack多目标跟踪流程图
人工智能·算法·目标检测·机器学习·目标跟踪