解锁YOLOv8修改+注意力模块训练与部署流程

YOLOv8源码到底在哪?

很多人也想跟修改YOLOv5源码一样的方式去修改YOLOv8的源码，但是在github上面却发现找到的YOLOv8项目下面TAG分支是空的，然后就直接从master/main下面把源码克隆出来一通修改了，其实这种方式风险很高，而且也不是正确的选择，原因在于Master/main分支是工作跟合并的代码主仓，不是发布的版本代码，开源项目团队开发者随时随地都在修改代码，很可能导致引入新BUG，直接使用master/main分支的下面的代码会有两个致命问题：

1. 无法标记版本信息
2. 无法确信代码的是否含有致命BUG

C:UsersAdministratorAppDataLocalProgramsPythonPython38Libsite-packages

YOLOv8添加SE注意力模块

分别修改YOLOv8的模型描述文件yolov8.yaml，模型加载与定义文件task.py与模块结构化实现文件block.py，修改的内容跟YOLOv5注意力机制添加完全一致。修改yolov8.yaml文件，这里我直接插入了SENet注意力模块，修改以后文件与之前的文件对比如下：

然后修改源码文件task.py与block.py 实现SENet注意机制解析支持。全部完成之后就可以直接开始训练模型了，这里基于我的DM码数据集完成模型结构修改之后的YOLOv8注意力模型的训练，命令行跟以前唯一不同的是需要从指定修改的YAML文件开始训练，才是对的，训练的命令行如下：

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

ONNX导出与推理测试

然后导出ONNX格式模型，设置一下opset=11 会有好处。

yolo export model=runsdetect	rain10weightsest.pt format=onnx

导出ONNX格式也可以啦。

预测推理

yolo predict mode=detect model=runsdetect	rain10weightsest.onnx

从此又解锁了YOLOv8模型结构+各种注意力机制的即插即用从训练到导出部署技能。





审核编辑：刘清