Keras 3 API 文档 / KerasCV / 模型 / 主干网络 / YOLOV8 主干网络

YOLOV8 主干网络

[来源]

YOLOV8Backbone

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

  • stackwise_channels: 整数列表,模型中每个暗层的通道数。
  • stackwise_depth: 整数列表,模型中每个暗层的深度。
  • include_rescaling: 布尔值,是否对输入进行重新缩放。如果设置为 True,则输入将通过 Rescaling(1/255.0) 层。
  • activation: 字符串。要在主干网络中使用的 CSPDarkNet 块中使用的激活函数。默认为“swish”。
  • input_shape: 可选形状元组,默认为 (None, None, 3)。
  • input_tensor: 可选 Keras 张量(即 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)

[来源]

from_preset 方法

YOLOV8Backbone.from_preset()

从预设配置和权重实例化 YOLOV8Backbone 模型。

参数

  • preset: 字符串。必须是以下之一:“yolo_v8_xs_backbone”、“yolo_v8_s_backbone”、“yolo_v8_m_backbone”、“yolo_v8_l_backbone”、“yolo_v8_xl_backbone”、“yolo_v8_xs_backbone_coco”、“yolo_v8_s_backbone_coco”、“yolo_v8_m_backbone_coco”、“yolo_v8_l_backbone_coco”、 “yolo_v8_xl_backbone_coco”。如果您正在寻找具有预训练权重的预设,请选择“yolo_v8_xs_backbone_coco”、 “yolo_v8_s_backbone_coco”、“yolo_v8_m_backbone_coco”、“yolo_v8_l_backbone_coco”、 “yolo_v8_xl_backbone_coco”。
  • load_weights: 是否将预训练权重加载到模型中。默认为 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