【亲测】yoloV8添加Lion优化器

最新推荐文章于 2024-01-05 19:21:24 发布
最新推荐文章于 2024-01-05 19:21:24 发布
阅读量802 收藏 13
点赞数
文章标签： 1024程序员节
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/weixin_40950590/article/details/134012365
版权

在阅读此博客之前请先熟悉

【亲测】ubuntu20.4利用python脚本训练自己的YOLOV8数据集并推理-CSDN博客

博客里面的步骤意义。

一、在yoloV8环境中安装lion优化器的包

pip install lion-pytorch

二、在yoloV8的trainer.py中导入Lion优化器

from lion_pytorch import Lion

三、修改trainer.py大约第683行代码添加Lion优化器的判断

elif name == 'Lion':

     optimizer = Lion(g[2], lr=lr, betas=(momentum,0.999), weight_decay=decay)

四、训练时选择Lion优化器

勿扰，学习中......
关注
  • 0
    点赞
  • 踩
  • 13
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
YOLOv8 引入谷歌 Lion 优化器：提速、优化、卓越！
一直在水些技术小文
11-09 638
Lion 优化器是谷歌公司最近提出的一种优化算法，它旨在提高深度学习模型的训练效率和性能。Lion 优化器基于均方误差和一种新型的梯度方向方法，能够更好地处理复杂的损失函数和训练数据，从而提高模型的泛化能力。
YoloV8改进策略：来自谷歌最新的优化器——Lion，在速度和精度上双双提升。Adam表示年轻人不讲武德
m0_47867638的博客
04-20 1602
在大家还沉浸在ChatGPT和SAM这些大模型领域的时候，谷歌最新的优化器已经把BASIC-L，送上了第一。按照论文的说法，使用Lion后，普遍有2%的涨幅。太吊了！！！这篇文章我们将Lion引入YoloV8。首先是论文翻译，接下来，告诉大家如何将LIon加入到YoloV8，已经改进过程中遇到的问题。然后，比对结果。最后，做出总结。本文提出一种将算法发现表述为程序搜索的方法，并将其应用于发现用于深度神经网络训练的优化算法。利用高效的搜索技术来探索无限和稀疏的程序空间。
yolov8模型改进Lion优化器
最新发布
qq_21258589的博客
01-05 564
代码下载地址导入库添加优化器并作判断替换优化器方法1替换优化器方法2。
涨点神器！超越Adam！谷歌提出Lion炼丹优化器，内存更小、效率更高！
阿木寺的博客
02-21 3614
点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达点击进入—>【计算机视觉】微信技术交流群转载自：机器之心 |编辑：杜伟、陈萍谷歌的 Lion 优化器将成为训练大模型或大批量的「福音」。优化器即优化算法，在神经网络训练中起着关键作用。近年来，研究者引入了大量的手工优化器，其中大部分是自适应优化器。Adam 以及 Adafactor 优化器仍然占据训练神经网络的主流，尤其在...
Yolov8+Lion优化器
weixin_44505813的博客
08-15 1459
yolov8+lion
【9】yolov8目标检测模型改进之替换Lion优化器
m0_45426637的博客
09-05 1795
最近在使用yolov8网络模型来训练自己的数据集并需要对其进行改进优化；就想着从简单的更换优化器来试试对训练效果有没有一些好的效果。找到了最近比较热并且是最新的优化器Lion。论文：https://arxiv.org/abs/2302.06675代码：https://github.com/google/automl/blob/master/lion/lion_pytorch.py。
首发Yolov8优化：Adam该换了！斯坦福最新Sophia优化器，比Adam快2倍 | 2023.5月斯坦福最新成果
各专栏持续更新中，改进创新YOLO，适用v5、v7、v8、v9，订阅者私信添加本人微信！！！ By AI小怪兽
05-28 2878
YOLOV8引入斯坦福2023.5月发表的Sophia，优势训练稳定性：与 AdamW 和 Lion 相比，Sophia-H 在预训练中具有更好的稳定性。梯度裁剪 (by norm) 是语言模型预训练中的一项重要技术。在实践中，梯度裁剪触发的频率与训练的稳定性有关 —— 如果梯度被频繁裁剪，迭代可能处于非常不稳定的状态。
优化器篇 | YOLOv8 引入谷歌 Lion 优化器 | 《Symbolic Discovery of Optimization Algorithms》
YOLOv8项目贡献者
06-18 3642
谷歌 Lion 优化器添加教程
MAC lion系统优化软件
10-07
是一个用于 mac os x 的多功能实用工具. 它可以允许你验证启动盘和系统文件结构, 运行各种系统维护任务, 调整 finder, dock 登录窗口以及一些 apple 内建程序的隐藏功能, 移除拖慢系统的文件和文件夹, 预览崩溃报告及其它各种记录, 以及更多功能. 支持lion 10.7
ALO.zip_ALO_ALO优化_Ant Lion_DG优化_元启发式
07-14
蚁群优化用于解决约束问题，例如DG分配问题
多目标 Ant Lion (MOALO) 优化器（matlab）.zip
04-15
使用此代码请引用论文这是论文的源代码：S. Mirjalili, P. Jangir, and S. Saremi, Multi-objective ant lion optimizer: a multi-objective optimization algorithm for solve engineering questions.” 应用智能, (2016): 1-17, DOI: http://dx.doi.org/10.1007/s10489-016-0825-8 Ant Lion Optimizer 的多目标版本
蚁狮优化器 Ant Lion Optimizer
01-02
蚁狮优化算法的MATLAB代码
FastICA_21_lion8ds_ICAMATLAB_fastica_
10-02
ICA技术在图像只能处理中的应用案例以及matlab代码
stm8s103_LionCharger.rar_LionCharger_STM8S103图_lion charger_stm8
07-15
stm8s103做的充电器，带原理图和代码，为一个朋友所做的，仅供学习和参考
VMware 8安装Mac OS X 10.7 Lion
10-18
VMware 8安装Mac OS X 10.7 Lion系统及驱动下载包，安装详细教程，请见http://blog.csdn.net/sunboy_2050/article/details/8070872
【深度学习】Google Brain新提出的优化器“Lion”，效果要比Adam(W)更好
fengdu78的博客
02-26 1598
Google Brain新提出的优化器“Lion”，效果要比Adam(W)更好论文地址：https://arxiv.org/abs/2302.06675代码地址：https://github.com/google/automl/blob/master/lion/lion_pytorch.py1简单、内存高效、运行速度更快与 AdamW 和各种自适应优化器需要同时保存一阶和二阶矩相比，Lion 只...
目标检测与跟踪 （3）- TensorRT&YOLO V8性能优化与部署测试
Techblog of HaoWANG
08-07 3075
YOLOv8 算法的核心特性和改动可以归结为如下：1. 提供了一个全新的 SOTA 模型，包括 P5 640 和 P6 1280 分辨率的目标检测网络和基于 YOLACT 的实例分割模型。和 YOLOv5 一样，基于缩放系数也提供了 N/S/M/L/X 尺度的不同大小模型，用于满足不同场景需求骨干网络和 Neck 部分可能参考了 YOLOv7 ELAN 设计思想，将 YOLOv5 的 C3 结构换成了梯度流更丰富的 C2f 结构，并对不同尺度模型调整了不同的通道数。
YOLOv8最新改进系列：YOLOv8融合BiFPN网络，亲测显著涨点！
热门推荐
weixin_51692073的博客
08-31 1万+
提示：文章写完后，目YOLOv8最新改进系列：YOLOv8融合BiFPN网络，亲测显著涨点！
yolov8 添加lion
07-27
很高兴回答您的问题！要将lion添加到YOLOv8模型中，您可以按照以下步骤进行操作： 1. 数据收集：收集包含lion的图像数据集，并对其进行标注，标注lion的边界框。 2. 数据预处理：将收集到的图像数据进行预处理，包括调整大小、裁剪、增强等操作，以便用于训练YOLOv8模型。 3. 模型配置：将YOLOv8模型进行配置，可以使用已有的YOLOv8模型配置文件，或者根据自己的需求进行调整。 4. 模型训练：使用预处理后的数据集对YOLOv8模型进行训练，可以使用已有的训练脚本或自己编写。 5. 模型评估：在训练过程中，可以使用验证集对模型进行评估，并根据评估结果进行调整和优化。 6. 模型推理：完成训练后，可以使用YOLOv8模型进行推理，检测图像中的lion。 请注意，以上步骤仅为一般性指导，具体实现可能会因您的需求和环境而有所不同。希望这些信息能对您有所帮助！如果还有其他问题，请随时提问。

“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
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

勿扰，学习中......

你的鼓励将是我不断前进的动力

¥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