YOLOv8 (reCAPTCHA fine-tuned)
Brak oszacowania
Brak wymagań sprzętowych dla tego modelu
Wagi dla tego modelu nie zostały opublikowane, więc nie można ich pobrać ani uruchomić na własnym sprzęcie w żadnym rozmiarze. Jest dostępny tylko za pośrednictwem swojego dostawcy, a zmiana karty graficznej tego nie zmienia..
Na nagranie
Pełna specyfikacja
Wszystko na rekord dla tego modelu. Większość z tego opisuje, jak był trenowany, a nie jak działa — użyteczny kontekst do oceny, ile pracy włożono w to, i jak wypada w porównaniu z modelami budowanymi w innym skali..
Pochodzenie
Kto zbudował ten model, gdzie i kiedy został opublikowany.
- Organizacja
- ETH Zurich
- Typ organizacji
- Academia
- Kraj
- Switzerland
- Opublikowany
- 13 September 2024
- Autorzy
- Andreas Plesner, Tobias Vontobel, Roger Wattenhofer
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Vision
- Zadanie
- Image classification, Image segmentation
- Model bazowy
- YOLOv8x
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- Dane treningowe
- tokens
Combined with the public data, this resulted in around 14k image/label pairs for fine-tuning the classification model.
Dostępność
Czy możesz zdobyć model i uruchomić go na swoim sprzęcie, co decyduje o tym, czy którakolwiek z cyfr karty graficznej na tej stronie ma zastosowanie.
- Kod treningowy
- Open (non-commercial)
https://github.com/aplesner/Breaking-reCAPTCHAv2 no clear license
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Zapisz pewność
- Confident
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Breaking reCAPTCHAv2
- Ostatnio zaktualizowane
- 11 February 2026
Co oznaczają liczby
Skąd to pochodzi
YOLOv8 (reCAPTCHA fine-tuned) został opublikowany przez ETH Zurich, w kraju zapisanym jako Switzerland, podczas September 2024. Kategoria, do której należy wydawca, to academia.
Działa w dziedzinie Vision, i jest zapisany jako wykonujący zadanie image classification, Image segmentation.
Jego punktem wyjścia był istniejący model podstawowy, YOLOv8x. Większość modeli w tej skali jest dostosowywana z istniejącej bazy, a nie tworzona od zera.
To jest model zamknięty: wytrenowane wartości pozostały u tego, kto je wyprodukował, a lokalna wersja do uruchomienia nie istnieje.
Odpowiedzi
YOLOv8 (reCAPTCHA fine-tuned) — częste pytania
YOLOv8 (reCAPTCHA fine-tuned)— czy jest open weight?
Licencja nigdy nie została zarejestrowana w naszych danych źródłowych. Traktujemy niewskazaną licencję jako zamkniętą, ponieważ niezarejestrowana licencja nie jest na którą można polegać.
YOLOv8 (reCAPTCHA fine-tuned)— ile ma parametrów?
Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.
YOLOv8 (reCAPTCHA fine-tuned)— kto to stworzył?
Zostało opublikowane przez ETH Zurich, oparty na Switzerland, organizacja sklasyfikowana jako academia.
YOLOv8 (reCAPTCHA fine-tuned)— kiedy to zostało wydane?
Zostało opublikowane w September 2024. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
YOLOv8 (reCAPTCHA fine-tuned)— do czego to służy?
Działa w dziedzinie Vision, i jest zarejestrowany jako realizujący zadanie image classification, Image segmentation. Modele często mają więcej niż jeden z każdego, a etykiety opisują cel, a nie ograniczenia możliwości.
YOLOv8 (reCAPTCHA fine-tuned)— Jaką GPU potrzebuję, aby ją uruchomić?
Żaden. To jest zamknięty model — jego wagi nigdy nie zostały opublikowane, więc nie można go pobrać ani uruchomić na własnym sprzęcie za żadną cenę. Jest dostępny tylko przez jego dostawcę.
Druga strona
Patrząc na to z drugiej strony?
Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, co wszystko będzie działać., Zacznij od sprzętu zamiast.