YOLOv8网络结构可视化,全图见文尾

1 采用ONNX方式进行查看

YOLOv8可以将其转换为ONNX(Open Neural Network Exchange)格式以便在不同的深度学习框架之间进行模型的导入和导出。同时也十分方便进行可视化。

ONNX作为一种开放的深度学习模型表示格式,旨在实现深度学习框架之间的模型转换和迁移。ONNX文件采用标准的Protobuf格式进行存储,可以存储神经网络的结构和参数。

YOLOv8的ONNX文件通常包含以下组件:

  1. 输入节点(Input Node):定义模型的输入尺寸和数据类型,通常是图像的宽度、高度和通道数。
  2. 特征提取网络(Backbone):包含了卷积层、激活函数和池化层等组件,用于提取图像特征。
  3. 特征融合网络(Neck):用于融合来自不同层级的特征图,以便进行多尺度的目标检测。
  4. 检测头(Detection Head):负责预测目标的类别、位置和置信度等信息。
  5. 后处理操作(Post-processing):包括非极大值抑制(Non-Maximum Suppression)等步骤,用于提取最终的目标检测结果。

1.1 设定网络结构yaml配置

需要直接在cfg中的default.yaml 中指定model,这里就是网络结构的入口

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 6
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值