![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
YOLOv8
文章平均质量分 63
目标不愿意被检测
欲买桂花同载酒,终不似,少年游
工作日9:00-21:00回复私信或评论,周末随缘回复
展开
-
YOLOv5、v7、v8如何修改检测框文字颜色和大小
YOLOv5和YOLOv8默认的标签文字颜色为白色,但是在亮度较大的图片中文字不明显,就需要对标签文字的颜色进行修改。原创 2024-07-08 09:18:41 · 1091 阅读 · 0 评论 -
YOLO系列:如何将英文标签转换为中文标签
本文仅适用于使用英文标签训练结束之后,将英文标签的权重替换成中文标签的权重。原创 2024-03-01 10:54:04 · 1145 阅读 · 4 评论 -
YOLO系列:如何将XML格式的标签文件转为TXT格式(YOLO格式)
在目标检测领域,好多人习惯在刚开始打标的时候先导出为voc格式,voc格式的标签文件方便后期检查标签,但是YOLO系列并不能直接使用该格式的标签文件,故我们需要转换成YOLO格式的标签文件,也就是txt格式。原创 2024-02-29 10:46:48 · 3976 阅读 · 3 评论 -
YOLO系列:改进YOLOv8——以添加Gam注意力模块为例
在ultralytics/cfg/models/v8文件下,复制yolov8.yaml,并改成自己的名字,复制对应注意力的代码,这里我以Gam注意力为例(不同注意力的配置代码不同,请读者自行修改)其中model代表着你刚刚新建立的yaml文件名,也就是模型的名称,results代表着你数据集的配置文件,我的配置文件是上一篇博客讲的计挑赛的数据集配置文件。注意力不一定会在所有数据集均有精度或者速度的提升,有些注意力只会在特定数据集有小幅度的数据提升,所以读者需要根据自己数据集的特点进行注意力的选择!原创 2023-11-13 14:46:12 · 1565 阅读 · 0 评论 -
YOLO系列:YOLOv8环境配置,安装,训练及测试流程
环境依然使用anaconda配置虚拟环境,请确保虚拟环境的python>=3.7,torch>=1.7,我推荐python=3.8。同时,为了加速训练过程,有GPU平台的读者请确保CUDA>=10.2。我们假设你已经安装好了python=3.8的conda虚拟环境,进入刚刚建立好的虚拟环境后,安装GPU版本的torch和torchvision(没有GPU的请去掉+cu111)。原创 2023-11-10 20:18:48 · 2733 阅读 · 7 评论