Henry的博客

和 u 版yolov3 spp项目因为源项目的代码太过复杂，所以本章的代码在原有的基础上进行大幅度的删减(删了有一半左右吧)，并且加了点自己需要的部分Q：为什么要删减？A：源项目的检测代码有很多的部分没有使用到，虽然认为可以用来扩展网络或者更好移植到别的项目等等。原意是好的，说实话，本人认为，项目的目录啊、代码调用啊太复杂了，但凡一点点小的改变可能就会报错，别说扩展自己增加模块了，小白能运行就不错啦。所以本人将不需要的代码进行删除，然后将一些变量设定为常量啥的，将目录也改成方便观察的。

1.免费工具包（BoF）和特殊工具包（BoS）：引入了一系列增强功能，分为BoF（在不增加推理时间的情况下提高准确性的技术）和BoS（略微增加推理时间但显著提高准确性的技术）。与UltralyticsHub集成：YOLOv8与UltralyticsHub集成，这是一个管理和部署模型的平台，简化了用户的工作流程，并促进了更容易的模型管理。4.多功能性和适应性：与YOLOv5相比，YOLOv6具有更广泛的多功能性和适应性，能够处理各种大小和复杂性的对象，这得益于其改进的特征提取机制和无锚检测方法。

yolov8目标检测

根据cfg配置文件搭建YOLO V3 SPP网络

介绍yolo 的配置文件cfg以及代码解析cfg文件

根据上一章的内容，生成一系列相关的文件

目标检测的label文件和分类、分割都不相同。一般来说，分类任务中，相同类别的图片放在同一个目录下，文件名的索引就是分类的名称。而分割任务中，不同的训练图像对应的是不同的多阈值图像，即训练是图像，label也是图像目标检测的label分为两个，一个是待检测目标的类别，例如猫啊、狗啊等等。另一个是目标的位置，用边界框来标注，经常是xmin、xman、ymin、ymax的矩形框。通常，目标检测的标签是用xml 文件标注的。