YOLOV8Backbone
类keras_cv.models.YOLOV8Backbone(
stackwise_channels,
stackwise_depth,
include_rescaling,
activation="swish",
input_shape=(None, None, 3),
input_tensor=None,
**kwargs
)
实现用于目标检测的 YOLOV8 主干网络。
此主干网络是 CSPDarkNetBackbone
架构的变体。
对于迁移学习用例,请确保阅读 迁移学习和微调指南。
参数
Rescaling(1/255.0)
层。layers.Input()
的输出),用作模型的图像输入。返回值
一个 keras.Model
实例。
示例
input_data = tf.ones(shape=(8, 224, 224, 3))
# Pretrained backbone
model = keras_cv.models.YOLOV8Backbone.from_preset(
"yolo_v8_xs_backbone_coco"
)
output = model(input_data)
# Randomly initialized backbone with a custom config
model = keras_cv.models.YOLOV8Backbone(
stackwise_channels=[128, 256, 512, 1024],
stackwise_depth=[3, 9, 9, 3],
include_rescaling=False,
)
output = model(input_data)
from_preset
方法YOLOV8Backbone.from_preset()
从预设配置和权重实例化 YOLOV8Backbone 模型。
参数
None
,它遵循预设是否有预训练权重可用。示例
# Load architecture and weights from preset
model = keras_cv.models.YOLOV8Backbone.from_preset(
"yolo_v8_xs_backbone_coco",
)
# Load randomly initialized model from preset architecture with weights
model = keras_cv.models.YOLOV8Backbone.from_preset(
"yolo_v8_xs_backbone_coco",
load_weights=False,
预设名称 | 参数 | 描述 |
---|---|---|
yolo_v8_xs_backbone | 1.28M | 超小型 YOLOV8 主干网络 |
yolo_v8_s_backbone | 5.09M | 小型 YOLOV8 主干网络 |
yolo_v8_m_backbone | 11.87M | 中等 YOLOV8 主干网络 |
yolo_v8_l_backbone | 19.83M | 大型 YOLOV8 主干网络 |
yolo_v8_xl_backbone | 30.97M | 超大型 YOLOV8 主干网络 |
yolo_v8_xs_backbone_coco | 1.28M | 在 COCO 上预训练的超小型 YOLOV8 主干网络 |
yolo_v8_s_backbone_coco | 5.09M | 在 COCO 上预训练的小型 YOLOV8 主干网络 |
yolo_v8_m_backbone_coco | 11.87M | 在 COCO 上预训练的中等 YOLOV8 主干网络 |
yolo_v8_l_backbone_coco | 19.83M | 在 COCO 上预训练的大型 YOLOV8 主干网络 |
yolo_v8_xl_backbone_coco | 30.97M | 在 COCO 上预训练的超大型 YOLOV8 主干网络 |