🚀 ENOT - AutoDL在VisDrone数据集上对YOLOv8的优化

本项目借助 ENOT - AutoDL 框架对模型进行加速。我们在VisDrone数据集上训练了yolov8s模型，并将其作为基线模型。此外，我们还提供了一个简单的Python脚本，用于测量浮点运算次数（FLOPs）和各项指标。

🚀 快速开始

验证结果

若要验证结果，请按照以下步骤操作：

1. 安装所有必需的包：

pip install -r requrements.txt

2. 使用验证脚本：

python validate.py enot_neural_architecture_selection_x2/weights/best.pt --imgsz 928

3. 使用测量MACs的脚本：

python measure_macs.py enot_neural_architecture_selection_x2/weights/best.pt --imgsz 928

✨ 主要特性

本仓库包含使用 ENOT - AutoDL 框架加速的模型。以在VisDrone数据集上训练的yolov8s作为基线模型，并提供了测量浮点运算次数和指标的Python脚本。

📦 安装指南

安装所有必需的包：

pip install -r requrements.txt

💻 使用示例

基础用法

使用验证脚本：

python validate.py enot_neural_architecture_selection_x2/weights/best.pt --imgsz 928

高级用法

使用测量MACs的脚本：

python measure_macs.py enot_neural_architecture_selection_x2/weights/best.pt --imgsz 928

📚 详细文档

YOLOv8小模型

模型指标

📄 许可证

本项目采用Apache - 2.0许可证。