【目标检测】YOLOV8实战入门（七）模型基准测试

benchmark模式用于分析YOLOv8的各种导出格式的速度和准确性。基准提供了关于导出格式的大小、其mAP50-95指标（用于目标检测和分割）或accuracy_top5指标（用于分类）以及ONNX、OpenVINO、TensorRT等各种导出格式中每张图像的毫秒推理时间的信息。这些信息可以帮助用户根据对速度和准确性的要求为其特定用例选择最佳导出格式。

from ultralytics.yolo.utils.benchmarks import benchmark

benchmark(model='yolov8n.pt', imgsz=640, half=False, device=0)

相关参数如下：

Key	Value	Description
model	None	path to model file, i.e. yolov8n.pt, yolov8n.yaml
imgsz	640	image size as scalar or (h, w) list, i.e. (640, 480)
half	False	FP16 quantization
int8	False	INT8 quantization
device	None	device to run on, i.e. cuda device=0 or device=0,1,2,3 or device=cpu
hard_fail	False	do not continue on error (bool), or val floor threshold (float)