无遗忘的微调：YOLOv8的适应性保持了COCO性能

本研究解决了大规模预训练对象检测器在调整到具有挑战性的细粒度任务时可能出现的遗忘问题。通过对YOLOv8n模型进行不同层次的微调，研究发现对中后层特征进行深度微调可以显著提高细粒度水果检测任务的性能，同时在COCO基准上的表现几乎不受影响。这一发现表明，采用更深的微调策略有助于优化特定任务的性能，同时避免灾难性遗忘。