YOLOv8改进 | 利用训练好权重文件计算YOLOv8的FPS、推理每张图片的平均时间（科研必备）

已于 2024-02-08 04:10:07 修改
阅读量8.7k 收藏 77
点赞数 34
分类专栏： YOLOv8有效涨点专栏 文章标签： YOLO 人工智能 深度学习 计算机视觉 目标检测 python pytorch
于 2024-02-07 05:48:47 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/java1314777/article/details/136064526
版权
本文介绍了如何利用训练好的YOLOv8权重文件计算FPS和每张图片的平均推理时间，适用于轻量化模型的性能评估。提供核心代码、参数讲解、运行方法和效果展示，适合科研和论文发表。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

一、本文介绍

本文给大家带来的改进机制是利用我们训练好的权重文件计算FPS，同时打印每张图片所利用的平均时间，模型大小（以MB为单位），同时支持batch_size功能的选择，对于轻量化模型的读者来说，本文的内容对你一定有帮助，可以清晰帮你展示出模型速度性能的提升以及轻量化的效果（模型大小），对于以提高精度为目的的读者本文也能够帮助大家展示出现阶段的模型速度指标。所以本文的内容是十分有用的机制，对于大家发表论文来说，下面的图片为运行后的效果可以看到，该有的指标均已打印（本文内容为我独家创新，全网无第二份）。

欢迎大家订阅我的专栏一起学习YOLO！ 

目录

一、本文介绍

二、核心代码 

三、参数讲解

四、运行文件和使用方法

五、效果展示 

六、本

了解本专栏 订阅专栏 解锁全文
如何计算YOLOv8的推理速度FPS指标？
crasher123的博客
05-26 4882
请注意，计算FPS时，要确保使用相同的硬件设备（例如GPU或CPU）和相同的批量大小（batch size）。此外，还应考虑到可能存在的数据预处理和后处理过程所需的时间。要计算YOLO系列模型的推理速度，可以使用FPS（每秒帧数）作为指标。其中，N为图像数量，Total Time为总共花费的时间。对于每个图像，将其输入模型进行推理，并记录推理结束时间。首先，确定用于推理的图像数量（例如，N张图像）。计算总共花费的时间，即推理结束时间减去起始时间。计算FPS指标，即图像数量除以总共花费的时间。
YOLOv8改进 | 利用训练好权重文件计算YOLOv8的FPS、推理每张图片的平均时间
走向CTO的路上...
06-15 3180
YOLOv8是目前最流行的目标检测算法之一，其推理速度快、精度高，被广泛应用于各种实时目标检测场景。为了评估YOLOv8模型的性能，可以计算其FPS（Frames Per Second）和推理每张图片的平均时间。FPS是指模型每秒能够处理的帧数，推理每张图片的平均时间是模型处理单张图片所花费的时间。
在树莓派5+hailo-8上运行自建数据集的yolov8模型实现超高帧率（26tops超高端侧算力）-包含模型转换教程
最新发布
qq_74903154的博客
02-22 2790
目前hailo-8有两种模式，第一是左边的m2样式，一种是右边只能用于树莓派5的官方出品的样式个人觉得m2样式的最好，因为可以用于像rk3588这种自带m2接口的主板，也可以用给电脑使用，但是m2格式的26tops的版本价格很贵，在1300左右才能买到，而树莓派专用的只需要900左右，13tops的两者价格都差不多600左右，根据自身情况选择合适的版本即可。下面是详细数据。
YOLOv8性能评估指标-＞mAP、Precision、Recall、FPS、IoU
heromps的博客
07-19 5640
通过综合考虑这些指标的数值，可以评估YOLOv8模型在目标检测任务中的准确性、召回率、速度和边界框质量等性能表现。根据任务需求和实际条件选择最合适的YOLOv8模型和参数配置。
YOLOv5入门 | 重要性能衡量指标、训练结果评价及分析及影响mAP的因素【发论文关注的指标】
kay_545
05-09 7080
YOLOv5入门，YOLOv8入门，实验结果，改进，创新
YOLOV8计算FPS
WFFYFLUNWEN的博客
10-26 7213
在yolov8中，想要计算FPS对训练出来的模型进行验证，这两种说法不一样，到底哪一种是正确的呢？
如何在yolov8中验证时计算FPS
weixin_64924692的博客
01-27 9618
speed.values()是一个字典，包括preprocess,inference,loss,postprocess的时间，所以这行代码计算的fps包括对图片前处理，推理和后处理的总时间，每次运行可能FPS会有波动，如果想要一个稳定的数值，可以运行多次求平均。ultralytics-main/ultralytics/engine/validator.py文件下，第200行左右，添加如下代码。如果只想要纯网络的推理时间,可以使用如下代码。
【YOLOv8】模型验证FPS设置
a897570639的博客
09-03 4802
要添加FPS输出代码，需要找到对应的文件。其中包括三个主要时间，0.1ms前处理，1.9ms推理，0.9ms后处理；其中包括三个主要时间，0.1ms前处理，1.9ms推理，0.9ms后处理；从图片输入到处理到输出共需要0.1+1.9+0.9=2.9ms的时间。从图片输入到处理到输出共需要0.1+1.9+0.9=2.9ms的时间。从图片输入到处理到输出共需要0.1+2.0+0.9=3.0ms的时间。0.1ms前处理，1.6ms推理，1.0ms后处理；0.1ms前处理，2.0ms推理，0.9ms后处理；
yolov8的指标
fool996的博客
02-28 1万+
检测精度检测速度前传耗时每秒帧数 FPS（Frames Per Sencond）P-R curve浮点运算量（FLOPS）AP、mAP。
YOLOv8_测试yolov8n.pt，yolov8m.pt训练的时间和效果、推理一张图片所需时间_解决训练时进程被终止killed
人非生而知之者
01-10 1万+
接上篇的进一步测试，只是好奇，建议浏览一下就行，不需要浪费时间走一遍这个流程。
YOLOv10改进 | 利用训练好权重文件计算YOLOv10的FPS、推理每张图片的平均时间（科研必备）
Snu77的博客
07-13 1905
本文给大家带来的改进机制是利用我们训练好的权重文件计算FPS同时打印每张图片所利用的平均时间，模型大小（以MB为单位），同时支持batch_size功能的选择，对于轻量化模型的读者来说，本文的内容对你一定有帮助，可以清晰帮你展示出模型速度性能的提升以及轻量化的效果（模型大小），对于以提高精度为目的的读者本文也能够帮助大家展示出现阶段的模型速度指标。所以本文的内容是十分有用的机制，对于大家发表论文来说，下面的图片为运行后的效果可以看到，该有的指标均已打印（本文内容为我独家创新，全网无第二份）。
YOLOv11改进 | 利用训练好权重文件计算YOLOv11的FPS、推理每张图片的平均时间（科研必备）
Snu77的博客
11-05 1966
本文给大家带来的改进机制是利用我们训练好的权重文件计算FPS同时打印每张图片所利用的平均时间，模型大小（以MB为单位），同时支持batch_size功能的选择，对于轻量化模型的读者来说，本文的内容对你一定有帮助，可以清晰帮你展示出模型速度性能的提升以及轻量化的效果（模型大小），对于以提高精度为目的的读者本文也能够帮助大家展示出现阶段的模型速度指标。所以本文的内容是十分有用的机制，对于大家发表论文来说，下面的图片为运行后的效果可以看到，该有的指标均已打印（本文内容为我独家创新，全网无第二份）。
YOLOv8改进有效系列目录 | 包含卷积、主干、检测头、注意力机制、Neck上百种创新机制
热门推荐
Snu77的博客
12-30 15万+
Hello，各位读者们好，本专栏自开设两个月以来已经更新改进教程120+余篇其中包含C2f、主干、检测头、注意力机制、Neck多种结构上创新，也有损失函数和一些细节点上的创新，订阅本专栏以后你不仅可以收获跟专栏的阅读权限，同时可以进Qq群，里面包含集成我所有创新的YOLO最新目录，和我本人录制的视频讲解教程，如果你想要在YOLOv8系列收获一篇论文，我相信订阅本专栏后你一定会有所收获~YOLOv8改进有效系列目录。
【RT-DETR有效改进】计算训练好权重文件对应的FPS、推理每张图片的平均时间（科研必备）
Snu77的博客
02-07 2650
本文给大家带来的改进机制是利用我们训练好的权重文件计算FPS，同时打印每张图片所利用的平均时间，模型大小（以MB为单位），同时支持batch_size功能的选择，对于轻量化模型的读者来说，本文的内容对你一定有帮助，可以清晰帮你展示出模型速度性能的提升以及轻量化的效果（模型大小），对于以提高精度为目的的读者本文也能够帮助大家展示出现阶段的模型速度指标。所以本文的内容是十分有用的机制，对于大家发表论文来说，下面的图片为运行后的效果可以看到，该有的指标均已打印（本文内容为我独家创新，全网无第二份）下面是效果图和文
YOLOv8的FPS计算代码
qq_29762001的博客
03-24 4241
目前是默认加载到0号GPU中，如果你想加载到指定GPU中，请手动在加载模型的时候设置device=编号。
【对YOLOv8(ultralytics)打印测试结果的调整】(1)使得map值打印显示从0.551变为55.08 (2)打印出FPS
孟孟单单的博客
04-06 1万+
【代码】【对YOLOv8打印测试结果的调整】(1)使得map值打印显示从0.551变为55.08 (2)打印出FPS。
芒果YOLOv8改进43：写作篇：一文了解YOLOv8如何打印FPS指标
包括YOLOv5、YOLOv7、YOLOv8等模型改进
12-12 3865
一文了解YOLOv8如何打印FPS指标
Yolov8-目标检测-模型训练权重文件选择
Darkangel666999的博客
12-16 2773
权重文件
新手小白快速看懂yolov8模型训练结果图表，通过mAP、Precision、Recall等评价性能
专注于图像领域，主要研究内容包括计算机视觉和深度学习，特别是在图像分类、目标检测和图像生成等方面有深入的研究和实践经验。
05-22 6290
新手小白快速看懂yolov8模型训练结果图表，通过mAP、Precision、Recall等评价性能： confusion_matrix.png、confusion_matrix_normalized.png、F1_curve.png、labels.jpg labels_correlogram.jpg、P_curve.png、PR_curve.png、R_curve.png、results.png
评论 28
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

Snu77

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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