yolov3训练过程中权重如何变化（关于yolov8一些训练的情况）

U神出品了最新的yolov8
  
  
  
  
  
  
 ，从公开的参数量来看确实很优秀！！！！比如下图得一些指标：

可以看到s模型640得map已经达到了44.9 
  
  
  
  
  
 ，v8n得map也已经达到了37.3 


 


 


 


 


 


 
，很强了
 
 
 
 
 
 
，但是实际上是怎么样呢  
   
   
   
   
   
  ，我使用个人数据集进行了测试 

 

 

 

 

 

 
，本人得数据集在偏向于小目标

 

 

 

 

 

 
，只有一类
  
  
  
  
  
  
 。如下图所示 
  
  
  
  
  
 。

(局部图像)

1
  
  
  
  
  
  
 、先下载源码             ，之前也写过教程 
 

 
 

 
 

 
 

 
 

 
 

 
，那时还没正式放出来

ultralytics/ultralytics: YOLOv8 🚀 in PyTorch > ONNX > CoreML > TFLite (github.com)

需要  pip install ultralytics(如果不安装也行












，但是训练结束val时候会出现错误)

2 
  
  
  
  
  
 、开始训练                   ，具体训练过程 
 
 
 
 
 
 
 
 
 
 
 
 
，准备数据集就不说了


















，具体得可以看我另外一篇教程

https://zhanghuiyolodet.blog.csdn.net/article/details/128578025https://zhanghuiyolodet.blog.csdn.net/article/details/128578025主要说说训练的情况：

我使用了自己数据集训练得好几波：

1 


 


 


 


 


 


 
、使用yolov8s训练(2000轮             ，真就一直训到了2000轮 
 
  
 
  
 
  
 
  
 
  
 
  
，不会象是yolov5一样收敛了就不训了)第一次map50=0.915











，第一次训练依旧是2000轮
  
  
  
  
  
  
 ，依旧是训练跑完2000轮了 
  
  
  
  
  
 ，map=0.91,map相差了0.5个点 


 


 


 


 


 


 
。(训练结果被我删除了 


 


 


 


 


 


 
，因为上面那个错误
 
 
 
 
 
 
，然后我把run文件夹全部删除了
 
 
 
 
 
 
。  
   
   
   
   
   
  。 

 

 

 

 

 

 
。

 

 

 

 

 

 
。             。)

2
 
 
 
 
 
 
、第二次依旧是yolov8s模型  
   
   
   
   
   
  ，训练了4000轮 

 

 

 

 

 

 
，依旧跑满了4000轮了(日了狗)

 

 

 

 

 

 
，然后map50=0.913

3  
   
   
   
   
   
  、第三次用yolov8n跑了2000轮             ，依旧是跑满了2000轮 
 

 
 

 
 

 
 

 
 

 
 

 
，map=0.916.....是的和s一样 
 

 
 

 
 

 
 

 
 

 
 

 
。












。

4 

 

 

 

 

 

 
、接下来我改了了C2F结构

第一次训练:（1500轮












，map=903）

 第二次训练(1500轮                   ，map=903,我当时觉得是不是我的c2f改废了)

 第三次训练：(500轮 
 
 
 
 
 
 
 
 
 
 
 
 
，map=0.916)

 不知道是不是我改了c2f结构得原因


















，导致后面训练还不如前面得             ， 
 
  
 
  
 
  
 
  
 
  
 
  
，回头大家可以自己测试下











，
  
  
  
  
  
  
 ，设置不同的轮次进行实验                   。 
 
 
 
 
 
 
 
 
 
 
 
 
。


















。

后续我会继续做实验进行比对             。 
 
  
 
  
 
  
 
  
 
  
 
  
。











。
  
  
  
  
  
  
 。 
  
  
  
  
  
 。当然这是过年之后得事了 
  
  
  
  
  
 ，哈哈哈哈哈