YOLOv8 (reCAPTCHA fine-tuned)

Poids fermés ETH Zurich September 2024

Aucune estimation

Aucune exigence matérielle pour ce modèle

Les poids de ce modèle n'ont pas été publiés, donc il ne peut pas être téléchargé ou exécuté sur votre propre matériel à aucune taille. Il n'est accessible que par l'intermédiaire de son fournisseur, et aucun changement de carte graphique ne modifie cela..

Enregistrement

Spécifications complètes

Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..

Origine

Qui a construit ce modèle, où, et quand il a été publié.

Organisation
ETH Zurich
Type d'organisation
Academia
Pays
Switzerland
Publié
13 September 2024
Auteurs
Andreas Plesner, Tobias Vontobel, Roger Wattenhofer

Ce qu'il fait

Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.

Domaine
Vision
Tâche
Image classification, Image segmentation
Modèle de base
YOLOv8x

Taille

Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.

Données d'entraînement
tokens

Combined with the public data, this resulted in around 14k image/label pairs for fine-tuning the classification model.

Disponibilité

Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.

Code d'entraînement
Open (non-commercial)

https://github.com/aplesner/Breaking-reCAPTCHAv2 no clear license

Comment il est classé

Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.

Confiance d'enregistrement
Confident

Sources

D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.

Référence
Breaking reCAPTCHAv2
Dernière mise à jour
11 February 2026

Ce que les chiffres signifient

D'où cela vient-il

YOLOv8 (reCAPTCHA fine-tuned) a été publié par ETH Zurich, dans le pays enregistré comme Switzerland, durant September 2024. La catégorie à laquelle appartient l'éditeur est academia.

Il fonctionne dans le domaine de Vision, et est enregistré comme exécutant la tâche de image classification, Image segmentation.

Son point de départ était un modèle de base existant, YOLOv8x. La plupart des modèles à cette échelle sont adaptés d'une base existante plutôt que construits de rien.

C'est un modèle fermé : les valeurs entraînées sont restées avec ceux qui les ont produites, et il n'y a pas de version locale à exécuter.

Réponses

YOLOv8 (reCAPTCHA fine-tuned) — questions courantes

01

YOLOv8 (reCAPTCHA fine-tuned)— est-ce que c'est open source ?

La licence n'a jamais été enregistrée dans nos données source. Nous considérons une licence non déclarée comme fermée, car une licence non enregistrée n'est pas une licence sur laquelle compter.

02

YOLOv8 (reCAPTCHA fine-tuned)— combien de paramètres cela a-t-il ?

Aucun nombre de paramètres n'a été publié pour cela, c'est pourquoi aucun chiffre de mémoire ou de vitesse n'apparaît sur cette page.

03

YOLOv8 (reCAPTCHA fine-tuned)— qui l'a créé ?

Il a été publié par ETH Zurich, basé sur Switzerland, une organisation catégorisée comme academia.

04

YOLOv8 (reCAPTCHA fine-tuned)— quand a-t-il été publié ?

Il a été publié dans September 2024. La capacité par paramètre s'est considérablement améliorée depuis, donc un modèle plus récent de la même taille est souvent le meilleur usage du même matériel.

05

YOLOv8 (reCAPTCHA fine-tuned)— à quoi ça sert ?

Il fonctionne dans le domaine de Vision, et est enregistré comme gérant la tâche de image classification, Image segmentation. Les modèles portent souvent plus d'un de chacun, et les tags décrivent l'objectif plutôt que les limites de capacité.

06

YOLOv8 (reCAPTCHA fine-tuned)— Quelle GPU ai-je besoin pour l'exécuter ?

Aucun. C'est un modèle fermé - ses poids n'ont jamais été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel à aucun prix. Il n'est accessible que par son fournisseur.

Source

Publication originale

Dernière mise à jour enregistrée 11 February 2026

L'autre direction

Regardez-le de l'autre côté ?

Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.