Notebook
02_yolov8.ipynb · Notebook
静态预览与下载；浏览器不会执行代码。
许可：随本教学包提供；用于教学展示和课堂复现水平框检测 · case-02
YOLOv8：把水平框检测跑得更快
用一阶段模型对照 Faster R-CNN，关注训练流程、标签统计和推理速度。
同一类遥感目标换成一阶段模型后，速度与结果如何权衡？
KEY POINTS
这条内容的重点
基础 4 小时
- 理解 YOLOv8 的核心流程和适用边界。
- 能够沿 Notebook 记录数据准备、训练与评估步骤。
- 能用清楚的语言解释图件、指标和下一步行动。
WORKFLOW
内容流程
读懂问题
先阅读案例摘要和 Notebook 的章节结构，明确本实验要回答的问题：同一类遥感目标换成一阶段模型后，速度与结果如何权衡？
本步产物 一段问题与方法摘要
准备数据
按 DIOR 数据说明检查目录、标签格式和数据来源，不把教学图件当作完整数据集。
本步产物 数据准备检查表
运行与观察
按 Notebook 顺序完成关键单元，记录训练曲线、样例预测和评估指标。
本步产物 一组可追溯的实验记录
解释结果
把结果图、输入数据来源和图件状态分开写清楚，再提出一个可验证的改进方向。
本步产物 结果解读与下一步计划
METHODS
相关方法
- 数据格式与标注规范
- 模型训练与验证
- 结果图件阅读与误差分析
DELIVERABLES
可获得的内容
- 一份实验过程记录
- 一张结果图件说明卡
- 一个可复现实验的下一步入口
ASSESSMENT
参考标准
- 数据与来源说明能清楚区分数据入口、教学图件和模型输出。25%
- 实验过程复现按 Notebook 和环境说明完成关键步骤。50%
- 结果解释能解释指标、可视化结果和模型边界。25%
LIMITATIONS
适用范围与注意事项
- Notebook 只做静态预览，网站不会在浏览器里执行训练。
- 训练指标会受显卡、数据版本和随机种子影响，不能把示例图件当作统一性能承诺。
MATERIALS
相关资料与下载
只展示已核准公开的资料。