0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

如何修改YOLOv8的源碼

OpenCV學(xué)堂 ? 來源:OpenCV學(xué)堂 ? 2023-09-04 10:02 ? 次閱讀

YOLOv8源碼到底在哪?

很多人也想跟修改YOLOv5源碼一樣的方式去修改YOLOv8的源碼,但是在github上面卻發(fā)現(xiàn)找到的YOLOv8項目下面TAG分支是空的,然后就直接從master/main下面把源碼克隆出來一通修改了,其實這種方式風(fēng)險很高,而且也不是正確的選擇,原因在于Master/main分支是工作跟合并的代碼主倉,不是發(fā)布的版本代碼,開源項目團隊開發(fā)者隨時隨地都在修改代碼,很可能導(dǎo)致引入新BUG,直接使用master/main分支的下面的代碼會有兩個致命問題:

1. 無法標記版本信息

2. 無法確信代碼的是否含有致命BUG

靈魂拷問,YOLOv8對應(yīng)版本的源代碼究竟在哪里?其實對Python安裝包稍微了解一下你就知道了,以我自己為例,我是用pip方式安裝YOLOv8的,查找一下安裝好的YOLOv8包目錄應(yīng)該如下(默認情況下):

C:UsersAdministratorAppDataLocalProgramsPythonPython38Libsite-packages

然后找到下面的兩個文件夾,源碼就在這里了。

YOLOv8添加注意力模塊-即插即用

分別修改YOLOv8的模型描述文件yolov8.yaml,模型加載與定義文件task.py與模塊結(jié)構(gòu)化實現(xiàn)文件block.py,支持以下視覺注意力模塊即插即用。

YOLOv8添DCN模塊-極限漲點

分別修改YOLOv8的模型描述文件yolov8.yaml,模型加載與定義文件task.py與模塊結(jié)構(gòu)化實現(xiàn)文件block.py,支持以下視覺注意力模塊即插即用。

YOLOv8改進各種魔方

將YOLOv8的主干網(wǎng)絡(luò)backbone部分,替換為最新的SOTA主干網(wǎng)絡(luò),提升特征提取能力,替換為輕量級骨干網(wǎng)絡(luò),裁剪減少層數(shù)輸出,挖掘模型輕量化極限性能。改進輸出層數(shù)目適用不同場景的對象檢測,改進輸入圖像分辨率實現(xiàn)無痛漲點,以上都是小編的妄想,請慎用。

審核編輯:湯梓紅

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 源碼
    +關(guān)注

    關(guān)注

    8

    文章

    632

    瀏覽量

    29110
  • 模型
    +關(guān)注

    關(guān)注

    1

    文章

    3112

    瀏覽量

    48658
  • GitHub
    +關(guān)注

    關(guān)注

    3

    文章

    465

    瀏覽量

    16359

原文標題:速遞 | YOLOv8模型改進的N種方法

文章出處:【微信號:CVSCHOOL,微信公眾號:OpenCV學(xué)堂】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    使用YOLOv8做目標檢測和實例分割的演示

    YOLOv8是來自Ultralytics的最新的基于YOLO的對象檢測模型系列,提供最先進的性能。
    的頭像 發(fā)表于 02-06 10:11 ?7263次閱讀

    YOLOv8自定義數(shù)據(jù)集訓(xùn)練到模型部署推理簡析

    如果你只是想使用而不是開發(fā),強烈推薦通過pip安裝方式獲取YOLOv8包!YOLOv8安裝命令行
    的頭像 發(fā)表于 03-24 09:27 ?4556次閱讀

    TensorRT 8.6 C++開發(fā)環(huán)境配置與YOLOv8實例分割推理演示

    YOLOv8實例分割TensorRT 推理代碼已經(jīng)完成C++類封裝,三行代碼即可實現(xiàn)YOLOv8對象檢測與實例分割模型推理,不需要改任何代碼即可支持自定義數(shù)據(jù)訓(xùn)練部署推理
    的頭像 發(fā)表于 04-25 10:49 ?5527次閱讀
    TensorRT 8.6 C++開發(fā)環(huán)境配置與<b class='flag-5'>YOLOv8</b>實例分割推理演示

    在AI愛克斯開發(fā)板上用OpenVINO?加速YOLOv8目標檢測模型

    《在 AI 愛克斯開發(fā)板上用 OpenVINO 加速 YOLOv8 分類模型》介紹了在 AI 愛克斯開發(fā)板上使用 OpenVINO 開發(fā)套件部署并測評 YOLOv8 的分類模型,本文將介紹在 AI 愛克斯開發(fā)板上使用 OpenVINO 加速
    的頭像 發(fā)表于 05-12 09:08 ?1236次閱讀
    在AI愛克斯開發(fā)板上用OpenVINO?加速<b class='flag-5'>YOLOv8</b>目標檢測模型

    YOLOv8版本升級支持小目標檢測與高分辨率圖像輸入

    YOLOv8版本最近版本又更新了,除了支持姿態(tài)評估以外,通過模型結(jié)構(gòu)的修改還支持了小目標檢測與高分辨率圖像檢測。原始的YOLOv8模型結(jié)構(gòu)如下。
    的頭像 發(fā)表于 05-16 11:14 ?1.2w次閱讀
    <b class='flag-5'>YOLOv8</b>版本升級支持小目標檢測與高分辨率圖像輸入

    AI愛克斯開發(fā)板上使用OpenVINO加速YOLOv8目標檢測模型

    《在AI愛克斯開發(fā)板上用OpenVINO加速YOLOv8分類模型》介紹了在AI愛克斯開發(fā)板上使用OpenVINO 開發(fā)套件部署并測評YOLOv8的分類模型,本文將介紹在AI愛克斯開發(fā)板上使用OpenVINO加速YOLOv8目標檢
    的頭像 發(fā)表于 05-26 11:03 ?1161次閱讀
    AI愛克斯開發(fā)板上使用OpenVINO加速<b class='flag-5'>YOLOv8</b>目標檢測模型

    一文徹底搞懂YOLOv8【網(wǎng)絡(luò)結(jié)構(gòu)+代碼+實操】

    從上面可以看出,YOLOv8 主要參考了最近提出的諸如 YOLOX、YOLOv6、YOLOv7 和 PPYOLOE 等算法的相關(guān)設(shè)計,本身的創(chuàng)新點不多,偏向工程實踐,主推的還是 ultralytics 這個框架本身。
    的頭像 發(fā)表于 06-15 17:15 ?1.2w次閱讀
    一文徹底搞懂<b class='flag-5'>YOLOv8</b>【網(wǎng)絡(luò)結(jié)構(gòu)+代碼+實操】

    教你如何用兩行代碼搞定YOLOv8各種模型推理

    大家好,YOLOv8 框架本身提供的API函數(shù)是可以兩行代碼實現(xiàn) YOLOv8 模型推理,這次我把這段代碼封裝成了一個類,只有40行代碼左右,可以同時支持YOLOv8對象檢測、實例分割、姿態(tài)評估模型的GPU與CPU上推理演示。
    的頭像 發(fā)表于 06-18 11:50 ?2928次閱讀
    教你如何用兩行代碼搞定<b class='flag-5'>YOLOv8</b>各種模型推理

    目標檢測算法再升級!YOLOv8保姆級教程一鍵體驗

    YOLO作為一種基于圖像全局信息進行預(yù)測的目標檢測系統(tǒng),始終保持著極高的迭代更新率,從YOLOv5到YOLOv8,本次升級主要包括結(jié)構(gòu)算法、命令行界面、PythonAPI等。具體到YOLOv8,它可
    的頭像 發(fā)表于 02-28 11:16 ?2501次閱讀
    目標檢測算法再升級!<b class='flag-5'>YOLOv8</b>保姆級教程一鍵體驗

    三種主流模型部署框架YOLOv8推理演示

    深度學(xué)習(xí)模型部署有OpenVINO、ONNXRUNTIME、TensorRT三個主流框架,均支持Python與C++的SDK使用。對YOLOv5~YOLOv8的系列模型,均可以通過C++推理實現(xiàn)模型
    的頭像 發(fā)表于 08-06 11:39 ?2580次閱讀

    解鎖YOLOv8修改+注意力模塊訓(xùn)練與部署流程

    很多人也想跟修改YOLOv5源碼一樣的方式去修改YOLOv8源碼,但是在github上面卻發(fā)現(xiàn)
    的頭像 發(fā)表于 08-11 14:14 ?4062次閱讀
    解鎖<b class='flag-5'>YOLOv8</b><b class='flag-5'>修改</b>+注意力模塊訓(xùn)練與部署流程

    YOLOv8實現(xiàn)任意目錄下命令行訓(xùn)練

    當你使用YOLOv8命令行訓(xùn)練模型的時候,如果當前執(zhí)行的目錄下沒有相關(guān)的預(yù)訓(xùn)練模型文件,YOLOv8就會自動下載模型權(quán)重文件。這個是一個正常操作,但是你還會發(fā)現(xiàn),當你在參數(shù)model中指定已有
    的頭像 發(fā)表于 09-04 10:50 ?1057次閱讀
    <b class='flag-5'>YOLOv8</b>實現(xiàn)任意目錄下命令行訓(xùn)練

    基于YOLOv8的自定義醫(yī)學(xué)圖像分割

    YOLOv8是一種令人驚嘆的分割模型;它易于訓(xùn)練、測試和部署。在本教程中,我們將學(xué)習(xí)如何在自定義數(shù)據(jù)集上使用YOLOv8。但在此之前,我想告訴你為什么在存在其他優(yōu)秀的分割模型時應(yīng)該使用YOLOv8呢?
    的頭像 發(fā)表于 12-20 10:51 ?707次閱讀
    基于<b class='flag-5'>YOLOv8</b>的自定義醫(yī)學(xué)圖像分割

    YOLOv8實現(xiàn)旋轉(zhuǎn)對象檢測

    YOLOv8框架在在支持分類、對象檢測、實例分割、姿態(tài)評估的基礎(chǔ)上更近一步,現(xiàn)已經(jīng)支持旋轉(zhuǎn)對象檢測(OBB),基于DOTA數(shù)據(jù)集,支持航拍圖像的15個類別對象檢測,包括車輛、船只、典型各種場地等。包含2800多張圖像、18W個實例對象。
    的頭像 發(fā)表于 01-11 10:43 ?1633次閱讀
    <b class='flag-5'>YOLOv8</b>實現(xiàn)旋轉(zhuǎn)對象檢測

    基于OpenCV DNN實現(xiàn)YOLOv8的模型部署與推理演示

    基于OpenCV DNN實現(xiàn)YOLOv8推理的好處就是一套代碼就可以部署在Windows10系統(tǒng)、烏班圖系統(tǒng)、Jetson的Jetpack系統(tǒng)
    的頭像 發(fā)表于 03-01 15:52 ?1333次閱讀
    基于OpenCV DNN實現(xiàn)<b class='flag-5'>YOLOv8</b>的模型部署與推理演示