YOLOv8预测参数详解（全面详细、重点突出、大白话阐述小白也能看懂）

文章预览

向AI转型的程序员都关注公众号 机器学习AI算法工程 YOLOv8 现在可以接受输入很多，如下表所示。包括图像、URL、PIL图像、OpenCV、 NumPy数组 、Torch张量、CSV文件、视频、目录、通配符、YouTube视频和视频流。表格✅指示了每个输入源是否可以在流模式下使用，并给出了每个输入源使用流模式的示例参数 预测参数 下面是每个参数的解释： source：输入源的目录，可以是图像或视频文件。 conf：目标检测的对象置信度阈值。只有置信度高于此阈值的对象才会被检测出来。默认值为0.25。 iou：非极大值抑制（NMS）的交并比（IoU）阈值。用于在重叠较大的候选框中选择最佳的检测结果。默认值为0.7。 half：是否使用半精度（FP16）进行推理。半精度可以减少计算量，但可能会牺牲一些精度。默认值为False。 device：模型运行的设备，可以是cuda设备（cuda device=0/1/2/3 ………………………………