SOTA！目标检测Yolo系列YOLOv8全新问世！，

厉害了，Yolov8都更新了！

YOLOv8 的整体架构如下图所示：

YOLOv8 架构。图源：GitHub 用户 RangeKing。

YOLOv8 项目地址：https://github.com/ultralytics/ultralytics

YOLOv8 模型介绍

下图是 YOLOv8 执行目标检测和实例分割的实际效果：

图源：https://www.youtube.com/watch?v=QgF5PHDCwHw

值得注意的是，YOLOv8 是一个无锚（Anchor-Free）模型。这意味着它直接预测对象的中心，而不是已知锚框的偏移量。由于减少了 box 预测的数量，因此这种新方法加速了一个非常复杂的推理步骤 —— 非极大值抑制 (NMS)。

图源：https://blog.roboflow.com/whats-new-in-yolov8/

YOLOv8 系列包含 5 个模型，其中 YOLOv8 Nano（YOLOv8n）是最小的模型，但速度最快；而 YOLOv8 Extra Large (YOLOv8x) 是最准确的模型，但速度最慢。

此外，YOLOv8 捆绑（bundle）了以下预训练模型：

在图像分辨率为 640 的 COCO 检测数据集上训练的目标检测检查点；在图像分辨率为 640 的 COCO 分割数据集上训练的实例分割检查点；在图像分辨率为 224 的 ImageNet 数据集上预训练的图像分类模型。

YOLO 不同版本之间的对比

相比于之前的 YOLO 系列，YOLOv8 模型似乎表现得更好，不仅领先于 YOLOv5，YOLOv8 也领先于 YOLOv7 和 YOLOv6 版本。

YOLOv8 与其他 YOLO 模型的对比。

在与 640 图像分辨率下训练的 YOLO 模型相比，所有 YOLOv8 模型在参数数量相似的情况下都具有更好的吞吐量。

接下来我们详细了解一下最新的 YOLOv8 模型与 Ultralytics 的 YOLOv5 模型的性能比较。

YOLOv8 和 YOLOv5 之间的综合比较

YOLOv8 和 YOLOv5 目标检测模型对比

YOLOv8 和 YOLOv5 实例分割模型对比

YOLOv8 和 YOLOv5 图像分类模型对比

很明显，除了一个分类模型之外，最新的 YOLOv8 模型比 YOLOv5 要好得多。

由此看来，随着 YOLOv8 的发布，其在计算机视觉领域的重要性不言而喻，目标检测、图像分割以及图像分类任务都将达到新的水平。

参考链接：

机器之心：名声大噪的YOLO迎来YOLOv8，迅速包揽目标检测、实例分割新SOTA

https://learnopencv.com/ultralytics-yolov8/

https://blog.roboflow.com/whats-new-in-yolov8

/https://github.com/ultralytics/ultralytics

我是@Sophia，关注我，一起学习进步呀！欢迎添加我的微信号: Sophia_CV请按照（学校or公司+专业or方向） 备注添加。一起学习进步！

往期论文推荐学习：

Transformer多模态学习综述！牛津大学出品！310篇参考文献！

超强总结！50种视觉注意力机制深度研究！199篇参考文献！

Transformer最新综述！Transformer视觉图像最新进展！138篇参考文献！

扭转乾坤！轻量级目标检测神器GiraffeDet！阿里最新成果！

狂卷！极限反超Transformer！重新设计纯卷积ConvNet！逆天了！

力挽狂澜！强化Transformer局部注意力！华南理工和阿里团队重磅开源！

太强！316篇参考文献！整整65页！最新《自动深度学习AutoDL综述》！

超神！全能视觉Transformer：PolyViT！协同多模态图像、视频、音频SOTA！

FBNetV5算法超神！包揽3个SOTA！

重磅！中科大、微软亚研院提出PeCo: 视觉Transformer BERT新范式！性能超强！

太强了！可实时、超分最新SOTA！自动搜索超神框架AutoML！入选顶会ICCV2021!

完爆！北大、微软亚研院提出最强NÜWA（女娲）大统一模型！SOTA！

颜水成博士最新论文简化Transformer！超简单的视觉模型PoolFormer！

超神！一统天下！Florence算法创下40个SOTA记录！微软出品！

视觉Transformer综述！中科院、东南大学出品！超强总结！最新版本137篇参考文献！

计算机视觉Attention注意力机制综述！清华、南开出品！共27页185篇参考文献！

目标检测综述！蒙特利尔最新系统性少样本自监督的目标检测研究！

HRFormer：多分辨率Transformer！

改进YOLO神操作！YOLO-ReT可在边缘端实时目标检测！已经开源！

复旦与华为出品：一种去除softmax的线性复杂度Transformer！

Micro-YOLO：一种新的基于轻量级CNN的目标检测模型

ByteTrack：多目标跟踪算法！华科、港大、字节出品！

Anchor DETR：旷视孙剑团队提出一种基于Transformer的目标检测神器！

sMLPNet！Attention-free？MSRA出品

TPH-YOLOv5：将Transformer预测加载Yolov5！

OadTR框架！将Transformer引入在线行为检测！ICCV2021

QueryInst算法！腾讯、华科联合出品实例分割！

∞-former！最新变体Transformer！DeepMind 出品！

YOLOP！CVPR 2022领域主席团队开源！全景感知多任务SOTA！

Fastformer：史上最强最快Transformer！清华、微软亚洲研究院出品！

Paint Transformer油画渲染的新算法 ！ICCV2021 Oral！

Transformer图像复原效果显著！超强领先！

Pure Transformer 应用于目标重识别ReID！效果显著！

CoTNet！一种新颖的Transformer风格计算机视觉识别模块！京东AI开源！

Conformer！Transformer与CNN的超强融合！中科院、鹏程实验室、华为出品

MoCo V3 自监督视觉Transformer何恺明团队出品！

MDETR：基于Transformer的端到端调制目标检测神器！Facebook开源

Swin-UNet：基于纯 Transformer 结构的医学图像分割网络

Long-Short Transformer 霸榜ImageNet！

ConViT：用“柔性”卷积归纳偏差改进视觉Transformer！

Transformer靠什么得以闯入CV界秒杀CNN？

Scaling Vision Transformers！刷新ImageNet最高分！谷歌提出

推荐 | Transformer最新成果！Learn to Dance with AIST++

进展 | 计算机视觉中的Transformer

收藏！深入理解Transformer！