YOLOv11來了 | 自定義目標(biāo)檢測
概述
YOLO11 在 2024 年 9 月 27 日的 YOLO Vision 2024 活動中宣布：https://www.youtube.com/watch?v=rfI5vOo3-_A。
YOLO11 是 Ultralytics YOLO 系列的最新版本，結(jié)合了尖端的準(zhǔn)確性、速度和效率，用于目標(biāo)檢測、分割、分類、定向邊界框和姿態(tài)估計。與 YOLOv8 相比，它具有更少的參數(shù)和更好的結(jié)果，不難預(yù)見，YOLO11 在邊緣設(shè)備上更高效、更快，將頻繁出現(xiàn)在計算機(jī)視覺領(lǐng)域的最先進(jìn)技術(shù)（SOTA）中。
主要特點：
- 增強(qiáng)的特征提取：YOLO11 使用改進(jìn)的主干和頸部架構(gòu)來增強(qiáng)特征提取，以實現(xiàn)更精確的目標(biāo)檢測和復(fù)雜任務(wù)的性能。
- 針對效率和速度優(yōu)化：精細(xì)的架構(gòu)設(shè)計和優(yōu)化的訓(xùn)練流程在保持準(zhǔn)確性和性能之間最佳平衡的同時，提供更快的處理速度。
- 更少的參數(shù)，更高的準(zhǔn)確度：YOLO11m 在 COCO 數(shù)據(jù)集上實現(xiàn)了比 YOLOv8m 更高的 mAP，參數(shù)減少了 22%，提高了計算效率，同時不犧牲準(zhǔn)確度。
- 跨環(huán)境的適應(yīng)性：YOLO11 可以無縫部署在邊緣設(shè)備、云平臺和配備 NVIDIA GPU 的系統(tǒng)上，確保最大的靈活性。
- 支持廣泛的任務(wù)范圍：YOLO11 支持各種計算機(jī)視覺任務(wù)，如目標(biāo)檢測、實例分割、圖像分類、姿態(tài)估計和定向目標(biāo)檢測（OBB）。
圖片==
本教程涵蓋的步驟：
- 環(huán)境設(shè)置
- 準(zhǔn)備數(shù)據(jù)集
- 訓(xùn)練模型
- 驗證模型
- 在測試圖像上運行推理
- 結(jié)論
環(huán)境設(shè)置
你需要一個谷歌賬戶才能使用 Google Colab。我們使用 Colab 進(jìn)行需要密集計算的任務(wù)，比如深度學(xué)習(xí)。由于我電腦的 GPU 不足，我需要激活 Colab 的 GPU 支持。
這樣做之后，我們檢查 gpu 活動。
它支持高達(dá) 16GB 的內(nèi)存和 2560 CUDA 核心，以加速廣泛的現(xiàn)代應(yīng)用程序。然后執(zhí)行此代碼以動態(tài)確定工作目錄并靈活管理文件路徑。
import os
HOME = os.getcwd()接下來，你需要下載 Ultralytics 包來加載和處理模型，以及用于數(shù)據(jù)集的 Roboflow 包。
!pip install ultralytics supervision roboflow
from ultralytics import YOLO
from roboflow import Roboflow準(zhǔn)備數(shù)據(jù)集
在這個項目中，我使用了 RF100 中包含的寄生蟲數(shù)據(jù)集。我將在這個數(shù)據(jù)集中訓(xùn)練一個有 8 種不同寄生蟲類別的目標(biāo)檢測模型。我將通過 Roboflow 處理標(biāo)記、分類的圖像。我經(jīng)常在我的個人項目中使用這個開源平臺。在處理現(xiàn)成的數(shù)據(jù)集時，你可以在數(shù)據(jù)集的健康分析部分快速獲取大量關(guān)于數(shù)據(jù)的信息。例如，下面顯示的類別平衡部分，我們可以看到 Hymenolepis 類別是代表不足的。
數(shù)據(jù)集相關(guān)鏈接：
- https://universe.roboflow.com/roboflow-100/parasites-1s07h
- https://universe.roboflow.com/roboflow-100
- https://universe.roboflow.com/roboflow-100/parasites-1s07h/health
為了提高這個類別的準(zhǔn)確性，你需要應(yīng)用增強(qiáng)、過采樣或調(diào)整類別權(quán)重。我們不會在本文中討論這些主題，不用擔(dān)心，但如果你對這些任務(wù)感興趣，請隨時聯(lián)系我。如果有足夠需求，我也可以分享我關(guān)于這些主題的詳細(xì)工作。你可以下載并使用 Roboflow 環(huán)境中的任何開源項目，按照格式使用。在準(zhǔn)備或選擇數(shù)據(jù)集后，我們將在 Colab 環(huán)境中工作我們切換到 Colab 的原因是它提供免費的 16GB NVIDIA T4 GPU 使用。我在下面提到了這個問題。我們需要使用 Roboflow API 以 YOLOv8 格式導(dǎo)入我們的數(shù)據(jù)。讓我們獲取現(xiàn)成的代碼片段和數(shù)據(jù)格式。
rf = Roboflow(api_key="your-api-key")
project = rf.workspace("roboflow-100").project("parasites-1s07h")
version = project.version(2)
dataset = version.download("yolov8")
!sed -i '$d' {dataset.location}/data.yaml # Delete the last line
!sed -i '$d' {dataset.location}/data.yaml # Delete the second-to-last line
!sed -i '$d' {dataset.location}/data.yaml # Delete the third-to-last line
!echo 'test: ../test/images' >> {dataset.location}/data.yaml
!echo 'train: ../train/images' >> {dataset.location}/data.yaml
!echo 'val: ../valid/images' >> {dataset.location}/data.yaml我們需要更新 data.yaml 格式，如下所示，以便以 YOLO11 格式進(jìn)行訓(xùn)練。
!sed -i '$d' {dataset.location}/data.yaml # Delete the last line
!sed -i '$d' {dataset.location}/data.yaml # Delete the second-to-last line
!sed -i '$d' {dataset.location}/data.yaml # Delete the third-to-last line
!echo 'test: ../test/images' >> {dataset.location}/data.yaml
!echo 'train: ../train/images' >> {dataset.location}/data.yaml
!echo 'val: ../valid/images' >> {dataset.location}/data.yaml訓(xùn)練模型
讓我們在我們的數(shù)據(jù)集上訓(xùn)練模型 40 個周期。作為這個項目的一部分，我通過 CLI 命令展示了訓(xùn)練。在如下所示的簡單命令下定義后，訓(xùn)練開始。
!yolo task=detect mode=train model=yolo11s.pt data={dataset.location}/data.yaml epochs=40 imgsz=640 plots=True你也可以使用 Python 創(chuàng)建它，以實現(xiàn)更靈活的場景。下面展示了示例 Python 訓(xùn)練代碼：
from ultralytics import YOLO
# Load a COCO-pretrained YOLO11n model
model = YOLO("yolo11n.pt")
# Train the model on the COCO8 example dataset for 40 epochs
results = model.train(data="coco8.yaml", epochs=40, imgsz=640)訓(xùn)練好的模型保存在 /runs/detect/train/weights 文件下的 best.pt。
一旦你的模型完成訓(xùn)練，你可以使用 YOLO11 生成的圖表評估訓(xùn)練結(jié)果。
性能指標(biāo)
混淆矩陣
注意：在訓(xùn)練模型時，回顧 Ultralytics 文檔中“訓(xùn)練設(shè)置”部分的參數(shù)是有益的。這部分對您的訓(xùn)練過程至關(guān)重要。
驗證模型
以下是使用 YOLO11 的 Val 模式的優(yōu)勢：
- 精度：獲取準(zhǔn)確的指標(biāo)，如 mAP50、mAP75 和 mAP50–95，全面評估你的模型。
- 便利性：利用內(nèi)置功能記住訓(xùn)練設(shè)置，簡化驗證過程。
- 靈活性：使用相同或不同的數(shù)據(jù)集和圖像大小驗證你的模型。
- 超參數(shù)調(diào)整：使用驗證指標(biāo)微調(diào)你的模型以獲得更好的性能。
!yolo task=detect mode=val model={HOME}/runs/detect/train/weights/best.pt data={dataset.location}/data.yaml
Val 結(jié)果
一般評估：
- 精確度、召回率和 mAP 指標(biāo)相當(dāng)高。
- 盡管不同類別之間存在性能差異，但整體模型性能令人滿意。
- 在速度方面，這是一個有效的模型，推理時間很低。
在測試數(shù)據(jù)集上運行推理
讓我們評估模型的泛化能力，看看它在之前未見過的測試數(shù)據(jù)集上的預(yù)測。
# predict mode for test data
!yolo task=detect mode=predict model={HOME}/runs/detect/train/weights/best.pt conf=0.25 source={dataset.location}/test/images save=True# for visualization
latest_folder = max(glob.glob('/content/runs/detect/predict*/'), key=os.path.getmtime)
for img in glob.glob(f'{latest_folder}/*.jpg')[:1]:
display(IPyImage(filename=img, width=600))
print("\n")
結(jié)果
