前言：本节先来学习基础知识，以YOLOv8进行讲解入门， 拿YOLOv8入手掌握YOLO的底层逻辑 ，也可以基于此来轻松学习后面更新的YOLO系列 （大部分YOLO版本的核心思想一致，更新是基于旧版本做结构升级、优化策略，学习成本会越来越低）。
本系列教程，会带你入门YOLO到改进优化模型的实操进阶，不必纠结版本（YOLOv8），先实操做起来，掌握YOLO的底层逻辑（大部分YOLO版本的核心思想一致，更新是基于旧版本做结构升级、优化策略等，学习成本会越来越低） ，带领你从0到1完成从基础知识、模型训练（跑起来程序）再到改进优化模型的实操进阶，理清整体思路。
目录
anchor-based vs anchor-free 差别（概念）
一、YOLOv8网络架构图
YOLOv8的整体网络架构为三大块： Backbone（主干特征提取） + Neck（特征融合 FPN/PAN） + Head（检测头，解耦分类/回归）
如下为YOLOv8网络架构图。
图片来源：https://github.com/open-mmlab/mmyolo/blob/dev/configs/yolov8/README.md
（1）、Backbone：负责特征提取，
订阅专栏 解锁全文
8142
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
