目前使用 yolov8 训练了一个目标检测模型，但是上线使用效果不是很好，怎么优化？

[kennen]

目标是检测一张图片是否合规，将来要扩展到更多物体的检测（比如一辆车正在施工，前方侧方都要放置安全锥桶），目前采用的是 yolov8 ，有木有别的技术方案可以考虑？

[risan]

YOLO 也可以做分割的

[zzxCNCZ]

大模型时代可以尝试 VL 模型。不过检测到安全锥桶是个比较简单的目标检测，找个标注训练就好了。这种安全锥桶应该有现成的模型，如果需要优化，找到这种现成的预训练模型，再根据你的场景在这个基础上训练，应该能达到比较好的效果。

[paopjian]

yolo 做的是检测, 你做的是合规: 规则匹配. 要么做训练的时候就是一个车加锥桶这么训练, 要么就训练视觉大模型, 要么就检测到锥桶和车就触发检查规则

[Oilybear]

目标检查的结果给 LLM 呗或者你可以把你的目标检测器当成 LLM 的一个可调用的 Tool

[hwdq0012]

Q 有木有别的技术方案可以考虑？
A 不知道，但如果 用 yolo 的话，可以试试

分类 1 工程车
分类 2 安全锥

if(工程车 >0 && 安全锥<1)

当然位置也要判断

[mightybruce]

物体检测 这么成熟的技术，用用百度的飞浆平台吧
看起来你只知道 yolo, 像 ssd, fastercnn 等一堆物体检测算法不清楚， 真的建议直接用平台，

百度家 easydl ， 自己标注好数据就可以。

此外你提到场景（比如施工和安全锥桶的关系）， 我要说明这个不是物体检测， 你需要把要求再仔细写清楚和想明白。

[wanghui22718]

全套解决方案了解一下
https://www.corerain.com/cases/gas-station01.html

[kennen]

@mightybruce 是的，我之前主要做一些前端的页面，对于这种模型检测相关不是很了解，前段时间尝试了一下标注了 1w 张图片数据训练出来的 yolo 模型然后部署在后端调用接口来检测，但是效果不是很理想