YOLOV8 骨幹網路

[原始碼]

YOLOV8Backbone 類別

keras_cv.models.YOLOV8Backbone(
    stackwise_channels,
    stackwise_depth,
    include_rescaling,
    activation="swish",
    input_shape=(None, None, 3),
    input_tensor=None,
    **kwargs
)

實作用於物件偵測的 YOLOV8 骨幹網路。

此骨幹網路是 CSPDarkNetBackbone 架構的變體。

對於遷移學習的使用案例，請務必閱讀遷移學習和微調指南。

參數

• stackwise_channels：一個整數列表，表示模型中每個黑暗層級的通道數。
• stackwise_depth：一個整數列表，表示模型中每個黑暗層級的深度。
• include_rescaling：布林值，是否重新縮放輸入。如果設定為 True，輸入將通過 Rescaling(1/255.0) 層。
• activation：字串。在 CSPDarkNet 區塊中使用的骨幹網路中使用的激活函數。預設為「swish」。
• input_shape：可選的形狀元組，預設為 (None, None, 3)。
• input_tensor：可選的 Keras 張量（例如 layers.Input() 的輸出），用作模型的圖像輸入。

傳回值

一個 keras.Model 实例。

範例

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)

[原始碼]

from_preset 方法

YOLOV8Backbone.from_preset()

從預設配置和權重實例化 YOLOV8Backbone 模型。

參數

• preset：字串。必須是「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」其中之一。如果要尋找具有預先訓練權重的預設值，請選擇「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」其中之一。
• load_weights：是否將預先訓練的權重載入模型中。預設為 None，這取決於預設值是否有可用的預先訓練權重。

範例

# 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,