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!
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!
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
Anchor DETR:旷视孙剑团队提出一种基于Transformer的目标检测神器!
TPH-YOLOv5:将Transformer预测加载Yolov5!
OadTR框架!将Transformer引入在线行为检测!ICCV2021
∞-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!
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!
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++
收藏!深入理解Transformer!
暂无评论内容