yolov8 类代码实现，全网唯一 方便研究修改，转onnx学习笔记

目录

一、基本介绍

二、模型构建

把yolov8参数构建方式改为类代码模式，方便修改研究，可以加载官方预训练模型，可以正确推理

作者的推理报错

三、转onnx

类方式转onnx

官方模型转onnx

官方pth转onnx

四、onnx推理

 ONNX推理ok，anchors在网络内部，输出维度n*8400*(nc+4)的版本，

---

以下内容转自：

探究yolov8 onnx模型_笔记大全_设计学院

一、基本介绍

YOLOv8是由Joseph Redmon在2020年提出的一种基于深度学习的目标检测方法，通过将神经网络分成多个单元来避免过度拟合，同时达到更快的训练速度和更高的准确率。

而ONNX(Open Neural Network Exchange)则是一种跨平台、跨硬件、相互兼容的开放式机器学习框架，让深度学习模型可以在不同硬件、软件框架之间实现无缝转换，为模型迁移提供了便利。

因此，yolov8 onnx模型可以说是将两者结合的产物，可以在不同平台、不同框架上运行，具有广泛的应用前景。

二、模型构建

把yolov8参数构建方式改为类代码模式，方便修改研究，可以加载官方预训练模型，