рд╡рд╕реНрддреБ рдХрд╛ рдкрддрд╛ рд▓рдЧрд╛рдирд╛
рдСрдмреНрдЬреЗрдХреНрдЯ рдбрд┐рдЯреЗрдХреНрд╢рди рдПрдХ рдРрд╕рд╛ рдХрд╛рд░реНрдп рд╣реИ рдЬрд┐рд╕рдореЗрдВ рдХрд┐рд╕реА рдЫрд╡рд┐ рдпрд╛ рд╡реАрдбрд┐рдпреЛ рд╕реНрдЯреНрд░реАрдо рдореЗрдВ рд╡рд╕реНрддреБрдУрдВ рдХреЗ рд╕реНрдерд╛рди рдФрд░ рд╡рд░реНрдЧ рдХреА рдкрд╣рдЪрд╛рди рдХрд░рдирд╛ рд╢рд╛рдорд┐рд▓ рд╣реИред
рдСрдмреНрдЬреЗрдХреНрдЯ рдбрд┐рдЯреЗрдХреНрдЯрд░ рдХрд╛ рдЖрдЙрдЯрдкреБрдЯ рдмрд╛рдЙрдВрдбрд┐рдВрдЧ рдмреЙрдХреНрд╕ рдХрд╛ рдПрдХ рд╕реЗрдЯ рд╣реИ рдЬреЛ рдЫрд╡рд┐ рдореЗрдВ рд╡рд╕реНрддреБрдУрдВ рдХреЛ рд╕рдВрд▓рдЧреНрди рдХрд░рддрд╛ рд╣реИ, рд╕рд╛рде рд╣реА рдкреНрд░рддреНрдпреЗрдХ рдмреЙрдХреНрд╕ рдХреЗ рд▓рд┐рдП рдХреНрд▓рд╛рд╕ рд▓реЗрдмрд▓ рдФрд░ рдЖрддреНрдорд╡рд┐рд╢реНрд╡рд╛рд╕ рд╕реНрдХреЛрд░ рдХреЗ рд╕рд╛рдеред рдСрдмреНрдЬреЗрдХреНрдЯ рдбрд┐рдЯреЗрдХреНрд╢рди рдПрдХ рдЕрдЪреНрдЫрд╛ рд╡рд┐рдХрд▓реНрдк рд╣реИ рдЬрдм рдЖрдкрдХреЛ рдХрд┐рд╕реА рджреГрд╢реНрдп рдореЗрдВ рд░реБрдЪрд┐ рдХреА рд╡рд╕реНрддреБрдУрдВ рдХреА рдкрд╣рдЪрд╛рди рдХрд░рдиреЗ рдХреА рдЖрд╡рд╢реНрдпрдХрддрд╛ рд╣реЛрддреА рд╣реИ, рд▓реЗрдХрд┐рди рдпрд╣ рдЬрд╛рдирдиреЗ рдХреА рдЖрд╡рд╢реНрдпрдХрддрд╛ рдирд╣реАрдВ рд╣реИ рдХрд┐ рдСрдмреНрдЬреЗрдХреНрдЯ рдХрд╣рд╛рдВ рд╣реИ рдпрд╛ рдЙрд╕рдХрд╛ рд╕рдЯреАрдХ рдЖрдХрд╛рд░ рд╣реИред
рд╕рддрд░реНрдХрддрд╛: рдкреВрд░реНрд╡-рдкреНрд░рд╢рд┐рдХреНрд╖рд┐рдд рдХреЗ рд╕рд╛рде рдСрдмреНрдЬреЗрдХреНрдЯ рдбрд┐рдЯреЗрдХреНрд╢рди Ultralytics YOLOv8 рдХреЛ рдЧрдврд╝рдирд╛ред
рдиреЛрдХ
YOLOv8 рдбрд┐рдЯреЗрдХреНрдЯ рдореЙрдбрд▓ рдбрд┐рдлрд╝реЙрд▓реНрдЯ рд╣реИрдВ YOLOv8 рдореЙрдбрд▓, рдЕрд░реНрдерд╛рддред yolov8n.pt
рдФрд░ рдкрд░ рдкреВрд░реНрд╡рдкреНрд░рд╢рд┐рдХреНрд╖рд┐рдд рд╣реИрдВ рдХреЛрдХреЛ.
рдореЙрдбрд▓
YOLOv8 рдкреВрд░реНрд╡-рдкреНрд░рд╢рд┐рдХреНрд╖рд┐рдд рдбрд┐рдЯреЗрдХреНрдЯ рдореЙрдбрд▓ рдпрд╣рд╛рдВ рджрд┐рдЦрд╛рдП рдЧрдП рд╣реИрдВред рдбрд┐рдЯреЗрдХреНрдЯ, рд╕реЗрдЧрдореЗрдВрдЯ рдФрд░ рдкреЛрдЬрд╝ рдореЙрдбрд▓ COCO рдбреЗрдЯрд╛рд╕реЗрдЯ рдкрд░ рдкреВрд░реНрд╡-рдкреНрд░рд╢рд┐рдХреНрд╖рд┐рдд рд╣реИрдВ, рдЬрдмрдХрд┐ рд╡рд░реНрдЧреАрдХреГрдд рдореЙрдбрд▓ рдЗрдореЗрдЬрдиреЗрдЯ рдбреЗрдЯрд╛рд╕реЗрдЯ рдкрд░ рдкреВрд░реНрд╡-рдкреНрд░рд╢рд┐рдХреНрд╖рд┐рдд рд╣реИрдВред
рдореЙрдбрд▓ рдирд╡реАрдирддрдо рд╕реЗ рд╕реНрд╡рдЪрд╛рд▓рд┐рдд рд░реВрдк рд╕реЗ рдбрд╛рдЙрдирд▓реЛрдб рдХрд░рддреЗ рд╣реИрдВ Ultralytics рдкрд╣рд▓реЗ рдЙрдкрдпреЛрдЧ рдкрд░ рд░рд┐рд▓реАрдЬ рдХрд░реЗрдВред
рдХреЛ рдЧрдврд╝рдирд╛ | рдЖрдХрд╛рд░ рд╡рд╛рд▓рд╛ (рдкрд┐рдХреНрд╕реЗрд▓) |
рдорд╛рдирдЪрд┐рддреНрд░рд╡реИрд▓ 50-95 |
рдЧрддрд┐ CPU ONNX (рдПрдордПрд╕) |
рдЧрддрд┐ рдП100 TensorRT (рдПрдордПрд╕) |
рдкрд░рдо (рдПрдо) |
рдлреНрд▓реЙрдк (рдмреА) |
---|---|---|---|---|---|---|
YOLOv8n | 640 | 37.3 | 80.4 | 0.99 | 3.2 | 8.7 |
YOLOv8s | 640 | 44.9 | 128.4 | 1.20 | 11.2 | 28.6 |
YOLOv8m | 640 | 50.2 | 234.7 | 1.83 | 25.9 | 78.9 |
YOLOv8l | 640 | 52.9 | 375.2 | 2.39 | 43.7 | 165.2 |
YOLOv8x | 640 | 53.9 | 479.1 | 3.53 | 68.2 | 257.8 |
- mAPval рдорд╛рди рдПрдХрд▓-рдореЙрдбрд▓ рдПрдХрд▓-рдкреИрдорд╛рдиреЗ рдкрд░ рд╣реИрдВ COCO val2017 рдбреЗрдЯрд╛рд╕реЗрдЯред
рджреНрд╡рд╛рд░рд╛ рдкреНрд░рдЬрдирди рдХрд░рдирд╛yolo val detect data=coco.yaml device=0
- рдЧрддрд┐ рдПрдХ рдХрд╛ рдЙрдкрдпреЛрдЧ рдХрд░ COCO val рдЫрд╡рд┐рдпреЛрдВ рдкрд░ рдФрд╕рдд рдЕрдореЗрдЬрд╝рди EC2 P4d рдЙрджрд╛рд╣рд░рдгред
рджреНрд╡рд╛рд░рд╛ рдкреНрд░рдЬрдирди рдХрд░рдирд╛yolo val detect data=coco8.yaml batch=1 device=0|cpu
рд░реЗрд▓рдЧрд╛рдбрд╝реА
рд░реЗрд▓рдЧрд╛рдбрд╝реА YOLOv8n рдЫрд╡рд┐ рдЖрдХрд╛рд░ 640 рдкрд░ 100 рдпреБрдЧреЛрдВ рдХреЗ рд▓рд┐рдП COCO8 рдбреЗрдЯрд╛рд╕реЗрдЯ рдкрд░ред рдЙрдкрд▓рдмреНрдз рддрд░реНрдХреЛрдВ рдХреА рдкреВрд░реА рд╕реВрдЪреА рдХреЗ рд▓рд┐рдП , рдХреЙрдиреНрдлрд╝рд┐рдЧрд░реЗрд╢рди рдкреГрд╖реНрда рджреЗрдЦреЗрдВ.
рдЙрджрд╛рд╣рд░рдг
from ultralytics import YOLO
# Load a model
model = YOLO("yolov8n.yaml") # build a new model from YAML
model = YOLO("yolov8n.pt") # load a pretrained model (recommended for training)
model = YOLO("yolov8n.yaml").load("yolov8n.pt") # build from YAML and transfer weights
# Train the model
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Build a new model from YAML and start training from scratch
yolo detect train data=coco8.yaml model=yolov8n.yaml epochs=100 imgsz=640
# Start training from a pretrained *.pt model
yolo detect train data=coco8.yaml model=yolov8n.pt epochs=100 imgsz=640
# Build a new model from YAML, transfer pretrained weights to it and start training
yolo detect train data=coco8.yaml model=yolov8n.yaml pretrained=yolov8n.pt epochs=100 imgsz=640
рдбреЗрдЯрд╛рд╕реЗрдЯ рдкреНрд░рд╛рд░реВрдк
YOLO рдбреЗрдЯрд╛рд╕реЗрдЯ рдЧрд╛рдЗрдб рдореЗрдВ рдбрд┐рдЯреЗрдХреНрд╢рди рдбреЗрдЯрд╛рд╕реЗрдЯ рдкреНрд░рд╛рд░реВрдк рдХреЗ рдмрд╛рд░реЗ рдореЗрдВ рд╡рд┐рд╕реНрддрд╛рд░ рд╕реЗ рдкрд╛рдпрд╛ рдЬрд╛ рд╕рдХрддрд╛ рд╣реИред рдЕрдкрдиреЗ рдореМрдЬреВрджрд╛ рдбреЗрдЯрд╛рд╕реЗрдЯ рдХреЛ рдЕрдиреНрдп рдкреНрд░рд╛рд░реВрдкреЛрдВ (рдЬреИрд╕реЗ COCO рдЖрджрд┐) рд╕реЗ рдмрджрд▓рдиреЗ рдХреЗ рд▓рд┐рдПYOLO рдкреНрд░рд╛рд░реВрдк, рдХреГрдкрдпрд╛ JSON2YOLO рдЯреВрд▓ рдХрд╛ рдЙрдкрдпреЛрдЧ рдХрд░реЗрдВ Ultralytics.
рд╡реИрд▓
рдкреНрд░рд╢рд┐рдХреНрд╖рд┐рдд рдорд╛рдиреНрдп рдХрд░реЗрдВ YOLOv8n COCO8 рдбреЗрдЯрд╛рд╕реЗрдЯ рдкрд░ рдореЙрдбрд▓ рд╕рдЯреАрдХрддрд╛ред рдХрд┐рд╕реА рддрд░реНрдХ рдХреЛ рдкрд╛рд░рд┐рдд рдХрд░рдиреЗ рдХреА рдЖрд╡рд╢реНрдпрдХрддрд╛ рдирд╣реАрдВ рд╣реИ model
рдЕрдкрдиреЗ рдкреНрд░рд╢рд┐рдХреНрд╖рдг рдХреЛ рдмрд░рдХрд░рд╛рд░ рд░рдЦрддрд╛ рд╣реИ data
рдФрд░ рдореЙрдбрд▓ рд╡рд┐рд╢реЗрд╖рддрд╛рдУрдВ рдХреЗ рд░реВрдк рдореЗрдВ рддрд░реНрдХред
рдЙрджрд╛рд╣рд░рдг
from ultralytics import YOLO
# Load a model
model = YOLO("yolov8n.pt") # load an official model
model = YOLO("path/to/best.pt") # load a custom model
# Validate the model
metrics = model.val() # no arguments needed, dataset and settings remembered
metrics.box.map # map50-95
metrics.box.map50 # map50
metrics.box.map75 # map75
metrics.box.maps # a list contains map50-95 of each category
рднрд╡рд┐рд╖реНтАНрдпрд╡рд╛рдгреА рдХрд░рдирд╛
рдПрдХ рдкреНрд░рд╢рд┐рдХреНрд╖рд┐рдд рдХрд╛ рдкреНрд░рдпреЛрдЧ рдХрд░реЗрдВ YOLOv8n рдЫрд╡рд┐рдпреЛрдВ рдкрд░ рднрд╡рд┐рд╖реНрдпрд╡рд╛рдгрд┐рдпрд╛рдВ рдЪрд▓рд╛рдиреЗ рдХреЗ рд▓рд┐рдП рдореЙрдбрд▓ред
рдЙрджрд╛рд╣рд░рдг
рдкреВрд░рд╛ рджреЗрдЦреЗрдВ predict
рдореЛрдб рд╡рд┐рд╡рд░рдг рдореЗрдВ рднрд╡рд┐рд╖реНтАНрдпрд╡рд╛рдгреА рдХрд░рдирд╛ рдкреГрд╖реНрдаред
рдирд┐рд░реНрдпрд╛рддрд┐рдд рдорд╛рд▓
рдирд┐рд░реНрдпрд╛рдд a YOLOv8n рдореЙрдбрд▓ рдХреЛ рдХрд┐рд╕реА рднрд┐рдиреНрди рдкреНрд░рд╛рд░реВрдк рдореЗрдВ рдЬреИрд╕реЗ ONNX, CoreMLрдЖрджрд┐ред
рдЙрджрд╛рд╣рд░рдг
рд╕реБрд▓рдн YOLOv8 рдирд┐рд░реНрдпрд╛рдд рдкреНрд░рд╛рд░реВрдк рдиреАрдЪреЗ рджреА рдЧрдИ рддрд╛рд▓рд┐рдХрд╛ рдореЗрдВ рд╣реИрдВред рдЖрдк рдХрд╛ рдЙрдкрдпреЛрдЧ рдХрд░рдХреЗ рдХрд┐рд╕реА рднреА рдкреНрд░рд╛рд░реВрдк рдореЗрдВ рдирд┐рд░реНрдпрд╛рдд рдХрд░ рд╕рдХрддреЗ рд╣реИрдВ format
рддрд░реНрдХ, рдЕрд░реНрдерд╛рддред format='onnx'
рдирд╣реАрдВ рддреЛ format='engine'
. рдЖрдк рдирд┐рд░реНрдпрд╛рдд рдХрд┐рдП рдЧрдП рдореЙрдбрд▓ рдкрд░ рд╕реАрдзреЗ рднрд╡рд┐рд╖реНрдпрд╡рд╛рдгреА рдпрд╛ рдорд╛рдиреНрдп рдХрд░ рд╕рдХрддреЗ рд╣реИрдВ, рдЕрд░реНрдерд╛рддред yolo predict model=yolov8n.onnx
. рдирд┐рд░реНрдпрд╛рдд рдкреВрд░реНрдг рд╣реЛрдиреЗ рдХреЗ рдмрд╛рдж рдЖрдкрдХреЗ рдореЙрдбрд▓ рдХреЗ рд▓рд┐рдП рдЙрдкрдпреЛрдЧ рдХреЗ рдЙрджрд╛рд╣рд░рдг рджрд┐рдЦрд╛рдП рдЬрд╛рддреЗ рд╣реИрдВ.
рдкреНрд░рд╛рд░реВрдк | format рдпреБрдХреНрддрд┐ |
рдХреЛ рдЧрдврд╝рдирд╛ | рдореЗрдЯрд╛рдбреЗрдЯрд╛ | рддрд░реНрдХ |
---|---|---|---|---|
PyTorch | - | yolov8n.pt |
тЬЕ | - |
TorchScript | torchscript |
yolov8n.torchscript |
тЬЕ | imgsz , optimize , batch |
ONNX | onnx |
yolov8n.onnx |
тЬЕ | imgsz , half , dynamic , simplify , opset , batch |
OpenVINO | openvino |
yolov8n_openvino_model/ |
тЬЕ | imgsz , half , int8 , batch |
TensorRT | engine |
yolov8n.engine |
тЬЕ | imgsz , half , dynamic , simplify , workspace , int8 , batch |
CoreML | coreml |
yolov8n.mlpackage |
тЬЕ | imgsz , half , int8 , nms , batch |
TF SavedModel | saved_model |
yolov8n_saved_model/ |
тЬЕ | imgsz , keras , int8 , batch |
TF GraphDef | pb |
yolov8n.pb |
тЭМ | imgsz , batch |
TF рд▓рд╛рдЗрдЯ | tflite |
yolov8n.tflite |
тЬЕ | imgsz , half , int8 , batch |
TF рдХрд┐рдирд╛рд░рд╛ TPU | edgetpu |
yolov8n_edgetpu.tflite |
тЬЕ | imgsz |
TFредрдЬреЗ рдПрд╕ | tfjs |
yolov8n_web_model/ |
тЬЕ | imgsz , half , int8 , batch |
PaddlePaddle | paddle |
yolov8n_paddle_model/ |
тЬЕ | imgsz , batch |
NCNN | ncnn |
yolov8n_ncnn_model/ |
тЬЕ | imgsz , half , batch |
рдкреВрд░рд╛ рджреЗрдЦреЗрдВ export
рдореЗрдВ рд╡рд┐рд╡рд░рдг рдирд┐рд░реНрдпрд╛рддрд┐рдд рдорд╛рд▓ рдкреГрд╖реНрдаред
рдЕрдХреНрд╕рд░ рдкреВрдЫреЗ рдЬрд╛рдиреЗ рд╡рд╛рд▓реЗ рдкреНрд░рд╢реНрди
рдореИрдВ рдПрдХ рдХреЛ рдХреИрд╕реЗ рдкреНрд░рд╢рд┐рдХреНрд╖рд┐рдд рдХрд░реВрдВ YOLOv8 рдореЗрд░реЗ рдХрд╕реНрдЯрдо рдбреЗрдЯрд╛рд╕реЗрдЯ рдкрд░ рдореЙрдбрд▓?
рдкреНрд░рд╢рд┐рдХреНрд╖рдг рдПрдХ YOLOv8 рдХрд╕реНрдЯрдо рдбреЗрдЯрд╛рд╕реЗрдЯ рдкрд░ рдореЙрдбрд▓ рдореЗрдВ рдХреБрдЫ рдЪрд░рдг рд╢рд╛рдорд┐рд▓ рд╣реИрдВ:
- рдбреЗрдЯрд╛рд╕реЗрдЯ рддреИрдпрд╛рд░ рдХрд░реЗрдВ: рд╕реБрдирд┐рд╢реНрдЪрд┐рдд рдХрд░реЗрдВ рдХрд┐ рдЖрдкрдХрд╛ рдбреЗрдЯрд╛рд╕реЗрдЯ YOLO рдкреНрд░рд╛рд░реВрдкред рдорд╛рд░реНрдЧрджрд░реНрд╢рди рдХреЗ рд▓рд┐рдП, рд╣рдорд╛рд░реА рдбреЗрдЯрд╛рд╕реЗрдЯ рдорд╛рд░реНрдЧрджрд░реНрд╢рд┐рдХрд╛ рджреЗрдЦреЗрдВред
- рдореЙрдбрд▓ рд▓реЛрдб рдХрд░реЗрдВ: Ultralytics YOLO рдкреВрд░реНрд╡-рдкреНрд░рд╢рд┐рдХреНрд╖рд┐рдд рдореЙрдбрд▓ рд▓реЛрдб рдХрд░рдиреЗ рдпрд╛ рд╡рд╛рдИрдПрдПрдордПрд▓ рдлрд╝рд╛рдЗрд▓ рд╕реЗ рдПрдХ рдирдпрд╛ рдореЙрдбрд▓ рдмрдирд╛рдиреЗ рдХреЗ рд▓рд┐рдП рдкреБрд╕реНрддрдХрд╛рд▓рдпред
- рдореЙрдбрд▓ рдХреЛ рдкреНрд░рд╢рд┐рдХреНрд╖рд┐рдд рдХрд░реЗрдВ: рдирд┐рд╖реНрдкрд╛рджрд┐рдд рдХрд░реЗрдВ
train
рд╡рд┐рдзрд┐ рдореЗрдВ Python рдпрд╛yolo detect train
рдХрдорд╛рдВрдб рдореЗрдВ CLI.
рдЙрджрд╛рд╣рд░рдг
рд╡рд┐рд╕реНрддреГрдд рдХреЙрдиреНрдлрд╝рд┐рдЧрд░реЗрд╢рди рд╡рд┐рдХрд▓реНрдкреЛрдВ рдХреЗ рд▓рд┐рдП, рдХреЙрдиреНрдлрд╝рд┐рдЧрд░реЗрд╢рди рдкреГрд╖реНрда рдкрд░ рдЬрд╛рдПрдБ.
рдХрд┐рди рдкреВрд░реНрд╡-рдкреНрд░рд╢рд┐рдХреНрд╖рд┐рдд рдореЙрдбрд▓ рдореЗрдВ рдЙрдкрд▓рдмреНрдз рд╣реИрдВ YOLOv8?
Ultralytics YOLOv8 рд╡рд╕реНрддреБ рдХрд╛ рдкрддрд╛ рд▓рдЧрд╛рдиреЗ, рд╡рд┐рднрд╛рдЬрди рдФрд░ рдореБрджреНрд░рд╛ рдЕрдиреБрдорд╛рди рдХреЗ рд▓рд┐рдП рд╡рд┐рднрд┐рдиреНрди рдкреВрд░реНрд╡-рдкреНрд░рд╢рд┐рдХреНрд╖рд┐рдд рдореЙрдбрд▓ рдкреНрд░рджрд╛рди рдХрд░рддрд╛ рд╣реИред рдпреЗ рдореЙрдбрд▓ рд╡рд░реНрдЧреАрдХрд░рдг рдХрд╛рд░реНрдпреЛрдВ рдХреЗ рд▓рд┐рдП COCO рдбреЗрдЯрд╛рд╕реЗрдЯ рдпрд╛ рдЗрдореЗрдЬрдиреЗрдЯ рдкрд░ рдкреВрд░реНрд╡-рдкреНрд░рд╢рд┐рдХреНрд╖рд┐рдд рд╣реИрдВред рдпрд╣рд╛рдБ рдХреБрдЫ рдЙрдкрд▓рдмреНрдз рдореЙрдбрд▓ рджрд┐рдП рдЧрдП рд╣реИрдВ:
рд╡рд┐рд╕реНрддреГрдд рд╕реВрдЪреА рдФрд░ рдкреНрд░рджрд░реНрд╢рди рдореАрдЯреНрд░рд┐рдХ рдХреЗ рд▓рд┐рдП, рдореЙрдбрд▓ рдЕрдиреБрднрд╛рдЧ рджреЗрдЦреЗрдВ.
рдореИрдВ рдЕрдкрдиреЗ рдкреНрд░рд╢рд┐рдХреНрд╖рд┐рдд рдХреА рд╕рдЯреАрдХрддрд╛ рдХреЛ рдХреИрд╕реЗ рдорд╛рдиреНрдп рдХрд░ рд╕рдХрддрд╛ рд╣реВрдВ YOLOv8 рдХреЛ рдЧрдврд╝рдирд╛?
рдЕрдкрдиреЗ рдкреНрд░рд╢рд┐рдХреНрд╖рд┐рдд рдХреА рд╕рдЯреАрдХрддрд╛ рдХреЛ рдорд╛рдиреНрдп рдХрд░рдиреЗ рдХреЗ рд▓рд┐рдП YOLOv8 model, рдЖрдк .val()
рд╡рд┐рдзрд┐ рдореЗрдВ Python рдпрд╛ yolo detect val
рдХрдорд╛рдВрдб рдореЗрдВ CLI. рдпрд╣ mAP50-95, mAP50, рдФрд░ рдЕрдзрд┐рдХ рдЬреИрд╕реЗ рдореАрдЯреНрд░рд┐рдХ рдкреНрд░рджрд╛рди рдХрд░реЗрдЧрд╛ред
рдЙрджрд╛рд╣рд░рдг
рдЕрдзрд┐рдХ рд╕рддреНрдпрд╛рдкрди рд╡рд┐рд╡рд░рдг рдХреЗ рд▓рд┐рдП, рд╡реИрд▓ рдкреГрд╖реНрда рдкрд░ рдЬрд╛рдПрдВред
рдореИрдВ рдХрд┐рди рдкреНрд░рд╛рд░реВрдкреЛрдВ рдХреЛ рдирд┐рд░реНрдпрд╛рдд рдХрд░ рд╕рдХрддрд╛ рд╣реВрдВ YOLOv8 рдХрд░рдиреЗ рдХреЗ рд▓рд┐рдП рдореЙрдбрд▓?
Ultralytics YOLOv8 рдореЙрдбрд▓ рдХреЛ рд╡рд┐рднрд┐рдиреНрди рд╕реНрд╡рд░реВрдкреЛрдВ рдореЗрдВ рдирд┐рд░реНрдпрд╛рдд рдХрд░рдиреЗ рдХреА рдЕрдиреБрдорддрд┐ рджреЗрддрд╛ рд╣реИ рдЬреИрд╕реЗ рдХрд┐ ONNX, TensorRT, CoreML, рдФрд░ рд╡рд┐рднрд┐рдиреНрди рдкреНрд▓реЗрдЯрдлрд╛рд░реНрдореЛрдВ рдФрд░ рдЙрдкрдХрд░рдгреЛрдВ рдореЗрдВ рд╕рдВрдЧрддрддрд╛ рд╕реБрдирд┐рд╢реНрдЪрд┐рдд рдХрд░рдиреЗ рдХреЗ рд▓рд┐рдП рдФрд░ рднреА рдмрд╣реБрдд рдХреБрдЫред
рдЙрджрд╛рд╣рд░рдг
рдирд┐рд░реНрдпрд╛рдд рдкреГрд╖реНрда рдкрд░ рд╕рдорд░реНрдерд┐рдд рд╕реНрд╡рд░реВрдкреЛрдВ рдФрд░ рдирд┐рд░реНрджреЗрд╢реЛрдВ рдХреА рдкреВрд░реА рд╕реВрдЪреА рджреЗрдЦреЗрдВред
рдореБрдЭреЗ рдХреНрдпреЛрдВ рдЙрдкрдпреЛрдЧ рдХрд░рдирд╛ рдЪрд╛рд╣рд┐рдП Ultralytics YOLOv8 рдСрдмреНрдЬреЗрдХреНрдЯ рдбрд┐рдЯреЗрдХреНрд╢рди рдХреЗ рд▓рд┐рдП?
Ultralytics YOLOv8 рд╡рд╕реНрддреБ рдХрд╛ рдкрддрд╛ рд▓рдЧрд╛рдиреЗ, рд╡рд┐рднрд╛рдЬрди, рдФрд░ рдореБрджреНрд░рд╛ рдЕрдиреБрдорд╛рди рдХреЗ рд▓рд┐рдП рд░рд╛рдЬреНрдп рдХреЗ рдЕрддреНрдпрд╛рдзреБрдирд┐рдХ рдкреНрд░рджрд░реНрд╢рди рдХреА рдкреЗрд╢рдХрд╢ рдХрд░рдиреЗ рдХреЗ рд▓рд┐рдП рдбрд┐рдЬрд╝рд╛рдЗрди рдХрд┐рдпрд╛ рдЧрдпрд╛ рд╣реИ. рдпрд╣рд╛рдБ рдХреБрдЫ рдкреНрд░рдореБрдЦ рд▓рд╛рдн рджрд┐рдП рдЧрдП рд╣реИрдВ:
- рдкреВрд░реНрд╡-рдкреНрд░рд╢рд┐рдХреНрд╖рд┐рдд рдореЙрдбрд▓: рддреЗрдЬреА рд╕реЗ рд╡рд┐рдХрд╛рд╕ рдХреЗ рд▓рд┐рдП COCO рдФрд░ ImageNet рдЬреИрд╕реЗ рд▓реЛрдХрдкреНрд░рд┐рдп рдбреЗрдЯрд╛рд╕реЗрдЯ рдкрд░ рдкрд╣рд▓реЗ рд╕реЗ рдкреНрд░рд╢рд┐рдХреНрд╖рд┐рдд рдореЙрдбрд▓ рдХрд╛ рдЙрдкрдпреЛрдЧ рдХрд░реЗрдВред
- рдЙрдЪреНрдЪ рд╕рдЯреАрдХрддрд╛: рдкреНрд░рднрд╛рд╡рд╢рд╛рд▓реА рдПрдордПрдкреА рд╕реНрдХреЛрд░ рдкреНрд░рд╛рдкреНрдд рдХрд░рддрд╛ рд╣реИ, рд╡рд┐рд╢реНрд╡рд╕рдиреАрдп рд╡рд╕реНрддреБ рдХрд╛ рдкрддрд╛ рд▓рдЧрд╛рдиреЗ рдХреЛ рд╕реБрдирд┐рд╢реНрдЪрд┐рдд рдХрд░рддрд╛ рд╣реИред
- рдЧрддрд┐: рд╡рд╛рд╕реНрддрд╡рд┐рдХ рд╕рдордп рдХреЗ рдЕрдиреБрдорд╛рди рдХреЗ рд▓рд┐рдП рдЕрдиреБрдХреВрд▓рд┐рдд, рдпрд╣ рддреЗрдЬреА рд╕реЗ рдкреНрд░рд╕рдВрд╕реНрдХрд░рдг рдХреА рдЖрд╡рд╢реНрдпрдХрддрд╛ рд╡рд╛рд▓реЗ рдЕрдиреБрдкреНрд░рдпреЛрдЧреЛрдВ рдХреЗ рд▓рд┐рдП рдЖрджрд░реНрд╢ рдмрдирд╛рддрд╛ рд╣реИред
- рд▓рдЪреАрд▓рд╛рдкрди: рдореЙрдбрд▓ рдХреЛ рд╡рд┐рднрд┐рдиреНрди рд╕реНрд╡рд░реВрдкреЛрдВ рдореЗрдВ рдирд┐рд░реНрдпрд╛рдд рдХрд░реЗрдВ рдЬреИрд╕реЗ ONNX рдФрд░ TensorRT рдХрдИ рдкреНрд▓реЗрдЯрдлрд╛рд░реНрдореЛрдВ рдкрд░ рддреИрдирд╛рддреА рдХреЗ рд▓рд┐рдПред
рдЙрдкрдпреЛрдЧ рдХреЗ рдорд╛рдорд▓реЛрдВ рдФрд░ рд╕рдлрд▓рддрд╛ рдХреА рдХрд╣рд╛рдирд┐рдпреЛрдВ рдХреЗ рдкреНрд░рджрд░реНрд╢рди рдХреЗ рд▓рд┐рдП рд╣рдорд╛рд░реЗ рдмреНрд▓реЙрдЧ рдХрд╛ рдЕрдиреНрд╡реЗрд╖рдг рдХрд░реЗрдВ YOLOv8 рдХрд╛рд░реНрд░рд╡рд╛рдИ рдореЗрдВред
рдмрдирд╛рдпрд╛ рдЧрдпрд╛ 2023-11-12, рдЕрдкрдбреЗрдЯ рдХрд┐рдпрд╛ рдЧрдпрд╛ 2024-07-04
рд▓реЗрдЦрдХ: рдЧреНрд▓реЗрди-рдЬреЛрдЪрд░ (21), рдмреБрд░рд╣рд╛рди-рдХреНрдпреВ (4), рд▓рд╛рдлрд┐рдВрдЧ-рдХреНрдпреВ (1)