根据Ultralytics的介绍性文章,YOLOv8架构进行了一系列更新和新的卷积操作:
无锚点检测
无锚点检测是指目标检测模型直接预测物体的中心,而不是相对于已知锚点框的偏移量。
锚点框是一组预定义的具有特定高度和宽度的框,用于检测具有所需比例和长宽比的物体类别。它们是根据训练数据集中物体的大小而选择的,并在检测过程中铺设在图像上。
网络输出每个铺设的框的概率和背景、IoU(交并比)以及偏移量等属性,这些属性用于调整锚点框。可以为不同物体尺寸定义多个锚点框,它们充当边界框猜测的固定起始点。
无锚点检测的优势在于它更加灵活和高效,因为它不需要手动指定锚点框,而在以前的YOLO模型中,如v1和v2,选择锚点框可能会很困难,并导致结果不够优化。
幸运的是,我们不再需要锚点框。