YOLOv8作为该系列的最新版本,进一步提升了模型的精度和速度,使其在处理大规模图像数据时更加高效。通过对YOLOv8进行改进,我们可以针对自助餐环境中的多样化食品进行更为精准的识别和分割,从而实现对剩余食品的有效管理。本研究所使用的数据集“9_5_Merged”包含1000张图像,涵盖了101类食品,包括水果、肉类、主食、甜点...
YOLOv8简介YOLOv8是一种目标检测模型,是基于YOLO (You Only Look Once)系列算法发展而来的最新版本。它的核心思想是将目标检测任务转化为一个回归问题,通过单次前向传播即可直接预测出图像中的多个目标的位置和类别。 YOLOv8的网络结构采用了Darknet作为其主干网络,主要由卷积层和池化层构成。与之前的版本相比,YOLO...