Ultralytics 最近发布了 YOLOv8 系列对象检测模型。这些模型在 COCO 数据集上的速度和准确性都优于之前版本的 YOLO 模型。但是自定义数据集的性能如何呢?为了回答这个问题,我们将在自定义数据集上训练 YOLOv8 模型。具体来说,我们将在大规模坑洞检测数据集上对其进行训练。
![](https://img-blog.csdnimg.cn/img_convert/ba97b26828daeaf4351e9c1ce81a0125.gif)
![](https://img-blog.csdnimg.cn/img_convert/7fc5a84098ed5696695f0e31555240cf.gif)
图 1. 在自定义坑洼数据集上训练 YOLOv8 后的示例输出。
在微调目标检测模型时,我们需要考虑大量的超参数。训练 YOLOv8 模型也不例外,因为代码库提供了大量用于调优的超参数。此外,我们将在一个自定义坑洞数据集上训练 YOLOv8,该数据集主要包含难以检测的小物体。