YOLO 自定義目標檢測 | 理論+實踐
概述
YOLOv10 是由清華大學研究人員利用 Ultralytics Python 軟件包開發的，它通過改進模型架構并消除非極大值抑制（NMS）提供了一種新穎的實時目標檢測方法。這些優化使得模型在保持先進性能的同時，降低了計算需求。大量實驗表明，YOLOv10 在各種模型規模上提供了更優的準確率-延遲權衡。
正如讀過我之前文章的朋友所知道的，我分享了使用 YOLO 模型的各種項目，因為在預訓練模型中，YOLO 模型在性能和效率方面明顯優于其他模型。然而，實時目標檢測由于依賴非極大值抑制（NMS）和架構效率低下而面臨挑戰。YOLOv10 通過消除 NMS 并采用專注于效率和準確性的設計策略解決了這些問題。
架構
來自 Ultralytics 的圖示
- 骨干網絡：負責特征提取，YOLOv10 的骨干網絡使用增強版的 CSPNet（交叉階段部分網絡）來改善梯度流動并減少計算冗余。
- 頸部網絡：設計用于聚合不同尺度的特征并將其傳遞到頭部網絡。它包含用于有效多尺度特征融合的 PAN（路徑聚合網絡）層。
- 一對多頭：在訓練過程中為每個對象生成多個預測，以提供豐富的監督信號并提高學習準確性。
- 一對一頭：在推理過程中為每個對象生成一個最佳預測，消除 NMS 的需要，從而減少延遲并提高效率。
模型變體及性能YOLOv10 提供六種模型：
- YOLOv10-N：用于極其資源受限環境的納米版。
- YOLOv10-S：平衡速度和準確性的小型版。
- YOLOv10-M：用于通用的中型版。
- YOLOv10-B：增加寬度以提高準確性的平衡版。
- YOLOv10-L：在增加計算資源成本的情況下提高準確性的高級版。
- YOLOv10-X：用于最大化準確性的超大型版。
來自 Ultralytics 的圖示
比較
讓我們看看在標準基準（如 COCO）上測試的不同模型在延遲和準確性方面的比較。
很明顯，YOLOv10 是實時目標檢測應用的前沿技術，以更少的參數提供更高的準確性和速度性能。
訓練 YOLOv10 進行自定義目標檢測
首先，克隆官方 YOLOv10 GitHub 倉庫以下載必要的 yolov10n 模型。
!pip install -q git+https://github.com/THU-MIG/yolov10.git
!wget -P -q https://github.com/jameslahm/yolov10/releases/download/v1.0/yolov10n.pt您可以在 Roboflow Universe 上嘗試任何自定義項目，創建自己的數據集，甚至使用由 Intel 贊助的 RF100 數據集。對于本文，我將使用一個預先準備好的數據集，用于檢測 X 射線圖像中的危險物品。數據集鏈接：https://universe.roboflow.com/vladutc/x-ray-baggage
使用 Roboflow API 以 YOLOv8 格式下載您的模型。
!pip install -q roboflow
from roboflow import Roboflow
rf = Roboflow(api_key="your-api-key")
project = rf.workspace("vladutc").project("x-ray-baggage")
version = project.version(3)
dataset = version.download("yolov8")配置參數，開始訓練：
!yolo task=detect mode=train epochs=25 batch=32 plots=True \
model='/content/-q/yolov10n.pt' \
data='/content/X-Ray-Baggage-3/data.yaml'示例 data.yaml 文件：
names:
- Gun
- Knife
- Pliers
- Scissors
- Wrench
nc: 5
roboflow:
license: CC BY 4.0
project: x-ray-baggage
url: https://universe.roboflow.com/vladutc/x-ray-baggage/dataset/3
version: 3
workspace: vladutc
test: /content/X-Ray-Baggage-3/test/images
train: /content/X-Ray-Baggage-3/train/images
val: /content/X-Ray-Baggage-3/valid/images讓我們看看結果。
Image(filename='/content/runs/detect/train/results.png', width=1000)讓我們預測測試數據并在 5x2 網格中顯示結果。
from ultralytics import YOLOv10
model_path = '/content/runs/detect/train/weights/best.pt'
model = YOLOv10(model_path)
results = model(source='/content/X-Ray-Baggage-3/test/images', conf=0.25,save=True)import glob
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
images = glob.glob('/content/runs/detect/predict/*.jpg')
images_to_display = images[:10]
fig, axes = plt.subplots(2, 5, figsize=(20, 10))
for i, ax in enumerate(axes.flat):
if i < len(images_to_display):
img = mpimg.imread(images_to_display[i])
ax.imshow(img)
ax.axis('off')
else:
ax.axis('off')
plt.tight_layout()
plt.show()
參考資料
官方倉庫：https://github.com/THU-MIG/yolov10Ultralytics
