Почему Yolo загружает модель Nano V11 (Yolov11n), когда дают очень большие веса V12 (Yolov12x)? ⇐ Python

[Anonymous]

Я запускаю следующий код YOLO с дополнительными большими весами V12, но по какой -то причине он загружает модель Yolov11N и использует это. Я пытаюсь понять это поведение, так как не вижу его в документации. < /P>
from ultralytics import YOLO
import torch

torch.cuda.empty_cache()

model = YOLO("/content/yolo12x.pt") # also tried yolo12l.pt

mydata = '/content/yolo_model_definition.yaml'

results = model.train(
amp=True,
batch=256,
cache='disk',
cos_lr=True,
data=mydata,
deterministic=False,
dropout=0.1,
epochs=100,
exist_ok=True,
fraction=1.0,
freeze=[0, 1, 2, 3, 4],
imgsz=224,
lr0=0.001,
lrf=0.0001,
mask_ratio=4,
multi_scale=True,
nbs=512,
optimizer='auto',
patience=15,
plots=True,
pretrained=True,
project='aihardware',
name='fine_tune_run',
rect=False,
resume=False,
seed=42,
val=True,
verbose=True,
weight_decay=0.0005,
warmup_bias_lr=0.1,
warmup_epochs=3.0,
warmup_momentum=0.8,
close_mosaic=10,
cls=1.0,
pose=0,
overlap_mask=True
)

print(results)
< /code>
Вот некоторые результаты: < /p>
Freezing layer 'model.4.m.1.m.1.cv1.bn.weight'
Freezing layer 'model.4.m.1.m.1.cv1.bn.bias'
Freezing layer 'model.4.m.1.m.1.cv2.conv.weight'
Freezing layer 'model.4.m.1.m.1.cv2.bn.weight'
Freezing layer 'model.4.m.1.m.1.cv2.bn.bias'
Freezing layer 'model.21.dfl.conv.weight'
AMP: running Automatic Mixed Precision (AMP) checks...
Downloading https://github.com/ultralytics/assets/r ... yolo11n.pt to 'yolo11n.pt'...
100%|██████████| 5.35M/5.35M [00:00

Подробнее здесь: https://stackoverflow.com/questions/795 ... a-larger-v