yolov8使用map75

YOLOv8是一种目标检测算法，它使用了mAP（mean Average Precision）来评估模型的性能。mAP是一种常用的目标检测算法的评价指标，它衡量了模型在不同目标类别上的准确率和召回率的综合表现。

在提到"map75"时，我无法确定具体指的是什么。如果是指在某个数据集上的mAP为75%的情况，那么这说明在该数据集上，YOLOv8的性能表现相对较好，具有较高的检测准确率和召回率。

然而，YOLOv8并没有一个预定义的模型叫做"map75"。它提供了多个预训练权重文件集合，如YOLOv8n、YOLOv8s、YOLOv8m、YOLOv8l和YOLOv8x。这些模型的性能可能会有所不同，具体使用哪个模型需要根据具体的需求和应用场景来选择。

总结起来，YOLOv8使用mAP来评估模型性能，但没有一个预定义的模型叫做"map75"。具体使用哪个预训练权重文件集合需要根据具体需求来选择。