YOLOv8训练自己的数据集(超详细)
一、准备深度学习环境本人的笔记本电脑系统是：Windows10YOLO系列最新版本的YOLOv8已经发布了，详细介绍可以参考我前面写的博客，目前ultralytics已经发布了部分代码以及说明，可以在github上下载YOLOv8代码，代码文件夹中会有requirements.
YOLOv8n INT8量化实战
用 128 张 COCO 图片，实现「数据准备 → ONNX 导出 → 静态 INT8 量化 → mAP / 延迟 / 一致性评估 → 报告」的完整流程。先看结果指标FP32 ONNXINT8 QDQ变化模型体积12.82 MB3.68 MB3.49 更小mAP@500.
YOLOv8入门篇--YOLOv8的安装和使用
作者的系统环境是：笔记本：ThindPad P520OS：win11显卡：Quadro P5201、安装anacondaanaconda是什么？为什么要安装anaconda？
用YOLOv8一站式解决图像分类、检测、分割
我的文章有个特点，不选自己想写的，专挑大家想看的。也巧，去年我还用过YOLO v5，今天再去官网一看，已经升到v8了。
清华接手，YOLOv10问世：性能大幅提升，登上GitHub热榜
机器之心报道机器之心编辑部相同性能情况下，延迟减少 46%，参数减少 25%。目标检测系统的标杆 YOLO 系列，再次获得了重磅升级。自今年 2 月 YOLOv9 发布之后， YOLO（You Only Look Once）系列的接力棒传到了清华大学研究人员的手上。
一口气读懂：YOLO 在遥感影像里到底有多强？（从 v1 到 v12 全梳理）
Column of Computer Vision Institute。本文把 YOLO 从 2016 年诞生到 2025 年最新 v12，在复杂地理空间场景的进化、应用、痛点全扒透。
把YOLO接进国标视频平台，我只写了10行代码
做过AI视频分析的人都知道，最烦的不是模型本身，是工程对接。模型跑通了，精度也不错，但要接到视频平台上，麻烦就来了。平台是C++写的，模型是Python训练的，中间要跨语言通信——写接口、编译、链接、调试，光打通就得好几天。如果平台用的是商业SIP中间件，更惨。