- 博客(4)
- 收藏
- 关注
RSS订阅原创 YOLOv8s的主干网络
YOLOv8s采用三阶段网络结构，输入640×640×3图像经主干网络生成80×80×256、40×40×512、20×20×1024三个特征层。主干网络由Conv、C3和SPPF模块组成，yaml文件详细定义了各模块参数。颈部（Neck）通过1×1卷积、上采样实现特征融合，头部（Head）输出检测结果。C3模块通过并联分支结构（cv1+cv2）增强特征提取能力，代码显示其包含Bottleneck序列和特征拼接操作。Conv类实现标准卷积-BN-激活流程，Upsample类采用插值上采样。各模块在架构图与y
2025-07-15 19:29:36
359
2原创 新手小白如何进行YOLO算法环境安装与测试？手把手教你
本文详细介绍了如何在不同操作系统上安装和配置Python、PyTorch、CUDA、cuDNN以及YOLO模型的环境。首先，建议从Python官网安装Python 3.10.2版本，并确保勾选“Add Python to Path”选项。接着，通过Anaconda创建虚拟环境，并安装PyTorch及其依赖库。对于GPU支持，需安装CUDA和cuDNN，并验证其安装是否成功。最后，通过VSCode配置Python环境，并安装YOLO模型所需的依赖库和预训练权重文件。整个过程涵盖了从基础环境搭建到深度学习框架和
2025-05-14 23:24:24
2554
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人