YOLOv8预训练权重文件集合(YOLOv8n,YOLOv8s,YOLOv8m,YOLOv8l,YOLOv8x)下载

weixin_39821746 2023-07-09 21:00:46

YOLOv8预训练权重文件集合(YOLOv8n,YOLOv8s,YOLOv8m,YOLOv8l,YOLOv8x) YOLOv8 pretrained Detect models are shown here. Detect, Segment and Pose models are pretrained on the COCO dataset, while Classify models are pretrained on the ImageNet dataset. Model size (pixels) mAPval 50-95 Speed CPU ONNX (ms) Speed A100 TensorRT (ms) params (M) FLOPs (B) 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 , 相关下载链接：https://download.csdn.net/download/crasher123/87941630?utm_source=bbsseo

...全文

812 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

YOLOv8预训练权重文件集合(YOLOv8n,YOLOv8s,YOLOv8m,YOLOv8l,YOLOv8x) YOLOv8 pretrained Detect models are shown here. Detect, Segment and Pose models are pretrained on the COCO dataset, while Classify models are pretrained on the ImageNet dataset. Model size (pixels) mAPval 50-95 Speed CPU ONNX (ms) Speed A100 TensorRT (ms) params (M) FLOPs (B) 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

YOLOv8预训练权重文件集合(YOLOv8n.pt,YOLOv8s.pt,YOLOv8m.pt,YOLOv8l.pt,YOLOv8x.pt)

YoloV8.2.10的YOLOV8的Pose权重文件

C:\Users\晓\Downloads\通过轴棱锥传播\Propagation-through-axicon-master

资源下载链接为： https://pan.quark.cn/s/1bfadf00ae14 以下是关于 YOLOv8 预训练权重文件集合的介绍：YOLOv8n、YOLOv8s、YOLOv8m、YOLOv8l 和 YOLOv8x 这些 YOLOv8 预训练的检测模型在此展示。其中，检测（Detect）、分割（Segment）以及姿态（Pose）模型是基于 COCO 数据集进行预训练的，而分类（Classify）模型则是基于 ImageNet 数据集进行预训练的。具体来看，YOLOv8n 模型的输入图像尺寸为 640×640 像素，在其 COCO 数据集上的验证集平均精度均值（mAPval50-95）为 37.3%，在 CPU 上使用 ONNX 运行时的速度为 80.4ms，而在 A100 GPU 上使用 TensorRT 运行时的速度为 0.99ms，模型参数量（params）为 3.2M，浮点运算次数（FLOPs）为 8.7B。YOLOv8s 模型的输入图像尺寸也是 460×640 像素，mAPval50-95 为 44.9%，CPU 上使用 ONNX 运行的速度为 128.4ms，A100 GPU 上使用 TensorRT 运行的速度为 1.20ms，参数量为 11.2M，FLOPs 为 28.6B。YOLOv8m 模型的输入图像尺寸为 640×640 像素，mAPval50-59 达到 50.2%，在 CPU 上使用 ONNX 运行的速度为 234.7ms，A100 GPU 上使用 TensorRT 运行的速度为 1.83ms，参数量为 25.9M，FLOPs 为 78.9B。YOLOv8l 模型的输入图像尺寸为 640×640 像素，mAPval50-95 为 52.9%，CPU 上使用 ONNX 运行的速度为 375.2ms，A100 GPU 上使用 TensorRT

下载资源悬赏专区

13,654

社区成员

12,574,394

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章