yolov8改进之嵌入Gold层

# 加载模型
model = YOLO("yolov8n.yaml")  # 从头开始构建新模型
model = YOLO("yolov8n.pt")  # 加载预训练模型（建议用于训练）

# 使用模型
model.train(data="coco128.yaml", epochs=3)  # 训练模型
metrics = model.val()  # 在验证集上评估模型性能
results = model("https://ultralytics.com/images/bus.jpg")  # 对图像进行预测
success = model.export(format="onnx")  # 将模型导出为 ONNX 格式

yolov8中增加了gold层

GOLD-YOLO相关代码：

Efficient-Computing/Detection/Gold-YOLO at master · huawei-noah/Efficient-Computing · GitHub

修改cfg：

# Ultralytics YOLO 

标签：嵌入,Gold,Efficient,模型,YOLO,yolov8,yaml,model	

From： https://blog.csdn.net/kwdx2/article/details/139411715