目录
① 安装
② 训练
训练示例
③ 验证
验证示例
④ 预测
预测示例
⑤ 导出模型
导出模型示例
⑥ ONNX模型的使用
YOLOv8的设计非常注重速度、尺寸和准确性,使其成为各种视觉人工智能任务的有力选择。它通过引入新的骨干网络、新的无锚分裂头和新的损失函数等创新,性能优于以前的版本。这些改进使YOLOv8能够提供卓越的结果,同时保持小尺寸和高速度。
此外,YOLOv8支持全方位的AI视觉任务,包括检测、分割、姿态估计、跟踪和分类。这种多功能性允许用户在不同的应用程序和域中使用YOLOv8的功能。
提供了在