本文主要是介绍yolov10新鲜出炉，附官方源码和模型！，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
先附上官方源码地址：GitHub - THU-MIG/yolov10: YOLOv10: Real-Time End-to-End Object Detection
有的网友可能没有梯子，比较难访问，微智启工作室下载好了，放到蓝奏云方便下载：
yolov10源码（蓝奏云）：
yolov10-main.zip - 蓝奏云
yolov10n.pt的模型：yolov10n.zip - 蓝奏云
yolov10s.pt模型：yolov10s.zip - 蓝奏云
据说是清华大学发布的版本，看来一下基本是在yolov8的基础上改进的，只能表示yolov9还没看多少次，yolov10就出来了，根本就跟不上！
这更新速度没谁了！
看来目录结构，以为跟yolov8一样，所以很多方法都按照yolov8来，结果报错了：
Traceback (most recent call last):File "G:\down\yolov10-main\yolov10-main\wzq.py", line 13, in <module>model.predict(r"G:\down\yolov10-main\yolov10-main\ultralytics\assets\bus.jpg") #测试图片文件夹，并且设置保存TrueFile "G:\down\yolov10-main\yolov10-main\ultralytics\engine\model.py", line 441, in predictreturn self.predictor.predict_cli(source=source) if is_cli else self.predictor(source=source, stream=stream)File "G:\down\yolov10-main\yolov10-main\ultralytics\engine\predictor.py", line 168, in __call__return list(self.stream_inference(source, model, *args, **kwargs)) # merge list of Result into oneFile "E:\software\anaconda\envs\yolo10\lib\site-packages\torch\utils\_contextlib.py", line 35, in generator_contextresponse = gen.send(None)File "G:\down\yolov10-main\yolov10-main\ultralytics\engine\predictor.py", line 255, in stream_inferenceself.results = self.postprocess(preds, im, im0s)File "G:\down\yolov10-main\yolov10-main\ultralytics\models\yolo\detect\predict.py", line 25, in postprocesspreds = ops.non_max_suppression(File "G:\down\yolov10-main\yolov10-main\ultralytics\utils\ops.py", line 216, in non_max_suppressionbs = prediction.shape[0] # batch size
AttributeError: 'dict' object has no attribute 'shape'还是老实的按照官方文档来操作。
如需远程安装yolov10环境，技术客服：3447362049
这篇关于yolov10新鲜出炉，附官方源码和模型！的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
