开篇
上一篇我们讲到了相关的图像鉴别、训练，今天我们就真的要来动手训练自己的模型了。这一章会分成上、下两个章节，原因是篇幅太长、涉及内容很多并且从这章开始大家将要接触到“模型微调”的相关知识了，所以笔者会坚持本系列的全面、专业、由浅入深这一宗旨不求快速出文只求尽可能得多得让大家学到东西把它切割成上、下两章。
从“大模型微调”的复杂性来说常常伴随着几十、上百个参数的设置，但YOLO这个模型来说恰恰适合从浅入深，这是因为YOLO的图片鉴别模型的微调参数还不是太多，因此它会是一个最好的“模型微调”入门让大家避免一开始就一头扎入几十上百参数的模型微调中而搞得一头雾水，而是从浅入深逐步掌握。
什么是YOLO模型
YOLO主要用于目标检测领域（机器视觉子领域），通过单次查看即可完成对图像中物体的识别和定位，具有速度快、准确率高、可解释性强和适用性广等优点，是当前目标检测领域最重要的代表之一，此处要敲一下黑板：外面大量的一些鉴于图片鉴别、识别的招聘和用人需求上都要求会用YOLO模型！
此次最新发布的YOLOv12在准确性上超越了所有流行的实时目标检测器，同时保持了有竞争力的速度。例如，YOLOv12-N在T4 GPU上的推理延迟为1.64毫秒，达到了40.6%的mAP，比先
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
