YOLOv8优化： 轻量化网络 | LeYOLO，新的可扩展和高效CNN目标检测体系结构

最新推荐文章于 2025-06-17 11:19:17 发布
最新推荐文章于 2025-06-17 11:19:17 发布
阅读量747 收藏 5
点赞数
CC 4.0 BY-SA版权
分类专栏： YOLOv8原创自研 文章标签： YOLO 目标检测 目标跟踪 microsoft 华为
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_63774211/article/details/140170933
YOLOv8原创自研 同时被 2 个专栏收录
140 篇文章 ¥199.90 ¥299.90
订阅专栏
YOLO轻量化模型
36 篇文章 ¥199.90 ¥299.90
订阅专栏

 💡💡💡创新点：基于FLOP的高效目标检测计算的神经网络架构的设计，便于嵌入式和面向移动的人工智能对象检测应用。LeYOLO-Small在COCO val上实现了38.2%的竞争性mAP分数，仅使用4.5 FLOP(G)，与最新的最先进的YOLOv9-Tiny模型相比，计算负载减少了42%，同时实现了相似的精度。

 

收录

YOLOv8原创自研

https://blog.csdn.net/m0_63774211/category_12511737.html?spm=1001.2014.3001.5482

了解本专栏 订阅专栏 解锁全文
yolov8 模型架构轻量化 | 极致提速度
weixin_51988935的博客
05-16 6560
当想要提升模型在通用计算平台上的FPS（每秒帧数或帧率）时，可以从模型架构的三个关键角度出发进行优化：模型的参数数量、浮点数运算的复杂度以及模型架构的简洁性。1. 模型的参数是否足够少参数数量是影响模型推理速度的重要因素之一。参数越少的模型，其计算量和内存占用通常也越小，因此推理速度更快。优化策略模型剪枝：通过移除模型中不重要的参数（如权重较小的连接）来减少参数数量。知识蒸馏：使用一个更大的教师模型来指导一个小模型的训练，使得小模型能够学习到教师模型的性能，同时保持较小的参数规模。选择轻量级模型。
Yolov8-pose关键点检测：原创自研 | 自研独家创新BSAM注意力 ，基于CBAM升级
①答疑群聊服务；②YOLO大模型知识问答系统；③计算机视觉论文生成智能体；
07-03 784
原创自研 | 自研独家创新BSAM注意力 ，基于CBAM升级
基于YOLOv8的关键点检测
qq_50811028的博客
10-08 8991
是计算机视觉中一个重要且具有挑战性的任务，它旨在从图像中定位出目标对象的特定部位或关节，如人脸的五官、人体的骨骼、手部的指尖等。YOLOv8是由Ultralytics公司在2023年开源的YOLO系列模型的最新版本，它建立在之前版本的成功基础上，并引入了新的功能和改进，以提升性能和灵活性。例如，如果你的任务是人体姿态估计，你可能需要标注出人体的各个关键点，如眼睛、耳朵、肩膀、手腕等。根据官网提供信息，我们需要配置好相应的YAML文件，其中包含训练数据、验证数据的路径，类别等信息。的工具，来帮助你转化。
YOLOv8改进（一）-- 轻量化模型ShuffleNetV2
qq_44231797的博客
06-02 5156
YOLOv8；ShuffleNetV2
【YOLOv8关键点检测】:用yolov8训练自己的数据集
最新发布
2402_89334832的博客
06-17 2323
摘要：本文构建了一套基于YOLOv8的鱼体头尾关键点检测系统，用于鱼类加工自动化生产线。数据集包含头部和尾部两个关键点标注，通过3.08M参数的轻量级模型实现高精度检测（mAP50达99.4%）。训练结果显示关键点检测精度优于边界框检测，推理速度达400FPS（RTX4060）。分析发现模型对遮挡样本的检测仍有优化空间，建议通过添加注意力模块和多尺度检测进行改进。该技术可有效提升鱼类加工自动化水平，具有显著的应用价值。
基于YOLOv8-pose的画笔关键点（bic_markers）检测
①答疑群聊服务；②YOLO大模型知识问答系统；③计算机视觉论文生成智能体；
01-09 1827
教会你如何用自己的数据集训练Yolov8-pose关键点检测
Yolov8 人脸关键点检测
爱编程的鱼的博客
08-18 1335
这里与姿态估计不同的是人脸关键点只有5个，每个关键点由x，y组成，因此一组标注信息共(1+4+5*2)=15个数字。即每一行都有15个数字标注。基于yolov8的人脸检测，带关键点检测。，这5个关键点属于人脸内部关键点，根据它们就可以计算出人脸的姿态。1、修改模型配置文件yolov8n-widerface.yaml。将数据处理成yolo格式，并划分train、val。2、数据配置文件widerface.yaml。分别为左右两个嘴角，两个眼睛的中心，鼻子。一、数据集下载 widerface。
YOLOv8涨点改进：轻量级的 Mixed Local Channel Attention (MLCA)，加强通道信息和空间信息提取能力
①答疑群聊服务；②YOLO大模型知识问答系统；③计算机视觉论文生成智能体；
12-20 3875
一种轻量级的 Mixed Local Channel Attention (MLCA) 模块，该模块考虑通道信息和空间信息，并结合局部信息和全局信息以提高网络的表达效果
Yolov8实战学习#1:关键点检测
2303_77166351的博客
12-05 713
标注关键点->检测数据集->用数据集训练深度学习算法->对算法做训练调参，性能评估->对新的图像视频摄像头实时画面进行推理预测,并且应用部署在终端设备上（智能手机端，PC端，服务器云端，jetson nano开发板，智能硬件机械臂）。使用labelme标注工具，标注出labelme格式的关键点检测数据集，然后再把label me格式的数据集转换成yolo格式,yolo格式的数据集用来训练yolo系列的算法(这里用yolov8)。我们用yolov8来训练yolov8的关键点检测算法，得到.ph的python文
yolov8-pose关键点检测，从数据集制作到训练测试
热门推荐
qq_39128381的博客
09-01 2万+
关键点检测
AI项目十八：YOLOV8自训练关键点检测
12-16 7393
若该文为原创文章，转载请注明原文出处。记录学习YOLOV8过程，自训练关键点检测模型。清华源：-i。
Yolov8-pose关键点检测：训练实战篇 | 手部关键点检测
①答疑群聊服务；②YOLO大模型知识问答系统；③计算机视觉论文生成智能体；
08-03 2891
yolo8-pose实战检测手部关键点并优化。
YOLOv8 pose自动泊车系统中的YOLOv8 pose关键点车位线检测
QQ_1309399183的博客
10-31 714
YOLOv8 pose自动泊车系统中的YOLOv8 pose关键点车位线检测
YOLOv8独家原创改进：特征融合涨点篇 | 广义高效层聚合网络（GELAN） | YOLOv9
①答疑群聊服务；②YOLO大模型知识问答系统；③计算机视觉论文生成智能体；
03-04 1493
将GELAN添加在backbone和head处，提供多个yaml改进方法
yolov8模型在Xray图像中关键点检测识别中的应用【代码+数据集+python环境+GUI系统】
qz1992的专栏
09-22 1516
yolov8模型在Xyolov8模型在Xray图像中关键点检测识别中的应用【代码数据集+python环境+GUI系统】1.背景意义X射线是一种波长极短、穿透能力极强的电磁波。当X射线穿透物体时，不同密度和厚度的物质会吸收不同程度的X射线，从而在接收端产生不同强度的信号。这些信号经过转换和处理，可以形成物体内部结构的图像。这种成像技术为关键点检测识别提供了基础。随着计算机视觉和机器学习技术的快速发展，图像处理与识别技术取得了显著进步。
yolov8 人体姿态关键点检测使用案例
weixin_42357472的博客
06-16 9221
参考： https://github.com/ultralytics/ultralytics https://github.com/TommyZihao/Train_Custom_Dataset/tree/main/%E5%85%B3%E9%94%AE%E7%82%B9%E6%A3%80%E6%B5%8B 1、命令行运行 pip安装好后就可以yolo 命令运行执行 *** 运行效果，source=0是直接调用本地摄像头 结果： 640x512 1 person, 114.0ms Speed: 8.0
YOLOv8-pose（1）- 关键点检测数据集格式详解+快速训练+预测结果详解
qq_40387714的博客
07-20 2万+
实现YOLOv8-pose的快速使用：yolov8-pose关键点检测数据集的格式、标注与迭代；实现训练一个yolov8-pose模型；输出测试结果与分析。
YOLOv8独家改进：backbone改进 | 轻量化之王MobileNetV4 开源 | Top-1 精度 87%，手机推理速度 3.8ms，原地起飞！
①答疑群聊服务；②YOLO大模型知识问答系统；③计算机视觉论文生成智能体；
05-09 2604
轻量化之王MobileNetV4 开源 | Top-1 精度 87%，手机推理速度 3.8ms，原地起飞！
yolov8人脸识别-脸部关键点检测（代码+原理）
QQ_1309399183的博客
10-28 1426
yolov8人脸识别-脸部关键点检测（代码+原理）
深度学习驱动的MobileNet-SSD：轻量化目标检测与车牌识别实践
总结来说，本文介绍了目标检测算法的发展历程，强调了轻量级网络在提高检测效率中的作用，特别是MobileNet-SSD如何通过深度学习和结构优化在车牌识别等场景中展现其价值。对于希望在实时性需求强烈的场景中部署目标...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AI小怪兽

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值