«
yolo v8 学习笔记
myluzh 发布于
阅读：4
AI
0x01 什么是yolo
模型大小对比（YOLOv8）
通过这组数据可以看出典型的深度学习模型缩放定律（Scaling Laws）：
- 边际效用递减：从 Nano 升级到 Small，参数量增加了约 3.5 倍，mAP 提升了 7.6 点；但从 Medium 升级到 Large，参数量增加了 1.7 倍，mAP 仅提升了 2.7 点。
- 计算量激增：Large 版本的精度仅比 Medium 高出不到 3 点，但计算量（FLOPs）却翻了一倍多（78.9G -> 165.2G），这意味着在实际部署时，Large 版本对显存和推理延迟的要求会高得多。
| 模型规格 |
参数量 |
模型文件体积 |
FLOPs |
精度 (mAP) |
| Nano (n) |
3.2M |
~6 MB |
8.7G |
37.3 |
| Small (s) |
11.2M |
~22 MB |
28.6G |
44.9 |
| Medium (m) |
25.9M |
~52 MB |
78.9G |
50.2 |
| Large (l) |
43.7M |
~87 MB |
165.2G |
52.9 |
标注工具对比与推荐
| 工具 (推荐度) |
安装/运行 |
核心特点与适用场景 |
自动标注 |
| Label Studio (⭐首选) |
pip 安装 |
开源免费，支持多任务及 YOLO 导出，适合通用/批量标注 |
✅ |
| Roboflow |
浏览器在线 |
自带数据增强与格式转换，导出灵活，适合小项目快速出活 |
✅ |
| CVAT |
Docker/在线 |
Intel 开源专业级，支持视频/团队协作，适合大项目/企业级 |
✅ |
| LabelImg |
pip/brew |
经典极简，原生保存 YOLO 格式，上手快但已停更 |
❌ |
| Makesense.ai |
浏览器在线 |
免注册、即开即用，轻量极速，适合临时/少量快速标注 |
❌ |
0x02 安装yolo环境
myluzh@myluzhMacBookPro Desktop % mkdir yolo
myluzh@myluzhMacBookPro Desktop % cd yolo
myluzh@myluzhMacBookPro yolo % python3 -m venv .venv
myluzh@myluzhMacBookPro yolo % source .venv/bin/activate
(.venv) myluzh@myluzhMacBookPro yolo % pip install --upgrade pip
Looking in indexes: https://mirrors.aliyun.com/pypi/simple/
Requirement already satisfied: pip in ./.venv/lib/python3.13/site-packages (25.1.1)
Collecting pip
Downloading https://mirrors.aliyun.com/pypi/packages/de/f0/c81e05b613866b76d2d1066490adf1a3dbc4ee9d9c839961c3fc8a6997af/pip-26.0.1-py3-none-any.whl (1.8 MB)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 1.8/1.8 MB 2.0 MB/s eta 0:00:00
Installing collected packages: pip
Attempting uninstall: pip
Found existing installation: pip 25.1.1
Uninstalling pip-25.1.1:
Successfully uninstalled pip-25.1.1
Successfully installed pip-26.0.1
(.venv) myluzh@myluzhMacBookPro yolo % pip install ultralytics
yolo yolov8