YOLOv8源碼到底在哪?

很多人也想跟修改YOLOv5源碼一樣的方式去修改YOLOv8的源碼，但是在github上面卻發(fā)現找到的YOLOv8項目下面TAG分支是空的，然后就直接從master/main下面把源碼克隆出來一通修改了，其實這種方式風險很高，而且也不是正確的選擇，原因在于Master/main分支是工作跟合并的代碼主倉，不是發(fā)布的版本代碼，開源項目團隊開發(fā)者隨時隨地都在修改代碼，很可能導致引入新BUG，直接使用master/main分支的下面的代碼會有兩個致命問題：

1. 無法標記版本信息
2. 無法確信代碼的是否含有致命BUG

C:UsersAdministratorAppDataLocalProgramsPythonPython38Libsite-packages

YOLOv8添加SE注意力模塊

分別修改YOLOv8的模型描述文件yolov8.yaml，模型加載與定義文件task.py與模塊結構化實現文件block.py，修改的內容跟YOLOv5注意力機制添加完全一致。修改yolov8.yaml文件，這里我直接插入了SENet注意力模塊，修改以后文件與之前的文件對比如下：

然后修改源碼文件task.py與block.py 實現SENet注意機制解析支持。全部完成之后就可以直接開始訓練模型了，這里基于我的DM碼數據集完成模型結構修改之后的YOLOv8注意力模型的訓練，命令行跟以前唯一不同的是需要從指定修改的YAML文件開始訓練，才是對的，訓練的命令行如下：

yolo train model=yolov8.yaml data=dm_dataset.yaml epochs=15 imgsz=640 batch=1

ONNX導出與推理測試

然后導出ONNX格式模型，設置一下opset=11 會有好處。

yolo export model=runsdetect	rain10weightsest.pt format=onnx

導出ONNX格式也可以啦。

預測推理

yolo predict mode=detect model=runsdetect	rain10weightsest.onnx

從此又解鎖了YOLOv8模型結構+各種注意力機制的即插即用從訓練到導出部署技能。





審核編輯：劉清