YOLOv8 (reCAPTCHA fine-tuned)
Nessuna stima
Nessun requisito hardware per questo modello
I pesi per questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul proprio hardware di qualsiasi dimensione. È accessibile solo attraverso il suo fornitore e nessun cambiamento della scheda grafica che.
In registrazione
specifiche complete
Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- ETH Zurich
- Tipo di organizzazione
- Academia
- Paese
- Switzerland
- Pubblicato
- 13 September 2024
- Autori
- Andreas Plesner, Tobias Vontobel, Roger Wattenhofer
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Vision
- Compito
- Image classification, Image segmentation
- Modello di base
- YOLOv8x
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.
- Dati di addestramento
- tokens
Combined with the public data, this resulted in around 14k image/label pairs for fine-tuning the classification model.
Disponibilità
Se puoi ottenere il modello e farlo funzionare sul tuo hardware, il che decide se alcune delle cifre della scheda grafica su questa pagina sono applicabili.
- Codice di addestramento
- Open (non-commercial)
https://github.com/aplesner/Breaking-reCAPTCHAv2 no clear license
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Confident
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Breaking reCAPTCHAv2
- Ultimo aggiornamento
- 11 February 2026
Cosa significano i numeri
Da dove è venuto
YOLOv8 (reCAPTCHA fine-tuned) è stato pubblicato da ETH Zurich, nel paese registrato come Switzerland, durante September 2024. La categoria sotto cui rientra l'editore è academia.
Funziona nel dominio di Vision, ed è registrato come eseguire il compito di image classification, Image segmentation.
Il suo punto di partenza era un modello di base esistente, YOLOv8x. La maggior parte dei modelli di questa scala sono adattati da una base esistente piuttosto che costruiti da zero.
Questo è un modello chiuso: i valori addestrati sono rimasti con chi li ha prodotti, e non c'è una versione locale da eseguire.
Risposte
YOLOv8 (reCAPTCHA fine-tuned) — domande comuni
YOLOv8 (reCAPTCHA fine-tuned)— è open-source?
La licenza non è mai stata registrata nei nostri dati sorgente. Trattiamo le licenze non dichiarate come chiuse, perché una licenza non registrata non è una su cui fare affidamento.
YOLOv8 (reCAPTCHA fine-tuned)— quanti parametri ha?
Non è stato pubblicato alcun conteggio dei parametri per esso, motivo per cui non appare alcun dato sulla memoria o sulla velocità su questa pagina.
YOLOv8 (reCAPTCHA fine-tuned)— chi l'ha creato?
È stato pubblicato da ETH Zurich, basato su Switzerland, un'organizzazione categorizzata come academia.
YOLOv8 (reCAPTCHA fine-tuned)— quando è stato rilasciato?
È stato pubblicato in September 2024. La capacità per parametro è migliorata considerevolmente da allora, quindi un modello più recente della stessa dimensione è spesso un uso migliore dello stesso hardware.
YOLOv8 (reCAPTCHA fine-tuned)— A cosa serve?
Funziona nel dominio di Vision, e viene registrato come gestire il compito di image classification, Image segmentation. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.
YOLOv8 (reCAPTCHA fine-tuned)— che GPU ho bisogno per eseguirlo?
Nessuno. Questo è un modello chiuso - i suoi pesi non sono mai stati pubblicati, quindi non può essere scaricato o eseguito sul tuo hardware a qualsiasi prezzo. È accessibile solo attraverso il suo fornitore.
L'altra direzione
Guardandolo dall'altro lato?
Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.