【目标检测】YOLOv8学习记录

0.YOLOv8代码运行

yolov8的运行与前几代基本一致，因此可以参考此篇博客。
博客地址

0.1代码下载

YOLOv8官方下载地址
下载后直接打开,导入到项目中
本文主要展示使用yolov8的目标检测。

0.2下载所需要的包

如果使用了anoconda的话，首先进入anoconda环境，运行命令

pip install -i https://test.pypi.org/simple/ --extra-index-url https://pypi.org/simple/ ultralytics==0.0.59
pip install -e ultralytics

0.3使用自身的数据集

在v8文件夹内创建一个自己的data文件夹，存入需要使用的yml文件，

0.4修改代码

之前版本的代码核心配置文件都是嵌入到代码中的，但是新版的yolov8的代码是单独的，找到下图中的文件打开，可以看到这是我们需要填写修改的地方。

1.YOLOv8的主要改进点

1.1 yolov8的网络结构图

1.2Backbone

使用的依旧是CSP的思想，YOLOv5中的C3模块被替换成了C2f模块，实现了进一步的轻量化，同时YOLOv8依旧使用了YOLOv5等架构中使用的SPPF模块；
C3模块

C2f模块

1.2 SPPF

SPP，空间金字塔池化。
SPPF，是在yolov5中出现的。

相关的改进有SPP，SPPF，simSPPF，ASPP，RFB，SPPCSPC

1.3 PAN-FPN

FPN是自顶向下，将高层的强语义特征传递下来，对整个金字塔进行增强，不过只增强了语义信息，对定位信息没有传递。PAN就是针对这一点，在FPN的后面添加一个自底向上的金字塔，对FPN补充，将低层的强定位特征传递上去。

YOLOv8的neck结构图