5 月 23 日，清華大學(xué)發(fā)布了YOLOv10(You Only Look Once v10)，與 YOLOv9 相比，YOLOv10 有了顯著改進(jìn)，在性能保持不變的情況下，延遲減少了 46%，參數(shù)減少了 25%。
2. YOLOv10 視覺物體檢測：概述
2.1 什么是 YOLO?
YOLO(You Only Look Once)是一種基于深度神經(jīng)網(wǎng)絡(luò)的物體檢測算法，旨在實時識別和定位圖像或視頻中的多個物體。YOLO 以其快速的處理速度和高精度而聞名，非常適合需要快速檢測物體的應(yīng)用，例如實時視頻分析、自動駕駛和智能醫(yī)療。
在 YOLO 之前，主流算法是 R-CNN，這是一種“兩階段”方法：首先，生成錨框，然后預(yù)測這些框中的物體。YOLO 通過允許“一階段”直接、端到端輸出物體及其位置，徹底改變了這一現(xiàn)狀。
· 單階段算法：這些模型執(zhí)行直接回歸任務(wù)以輸出對象概率及其坐標(biāo)。示例包括 SSD、YOLO 和 MTCNN。
· 兩階段算法： 首先生成多個錨框，然后使用卷積神經(jīng)網(wǎng)絡(luò)輸出這些框內(nèi)物體的概率和坐標(biāo)。例如 R-CNN 系列。
2.2 YOLO的網(wǎng)絡(luò)結(jié)構(gòu)
YOLOv10是YOLOv8的增強，我們先簡單看一下YOLOv8的網(wǎng)絡(luò)結(jié)構(gòu)：
3.YOLOv10 視覺物體檢測：訓(xùn)練和推理
3.1 安裝YOLOv10
3.1.1 克隆存儲庫
首先從 GitHub 克隆 YOLOv10 存儲庫：
git clone https://github.com/THU-MIG/yolov10.git
3.1.2 創(chuàng)建 Conda 環(huán)境
接下來，專門為 YOLOv10 創(chuàng)建一個新的 Conda 環(huán)境并激活它：
conda create -n yolov10 python=3.10
conda activate yolov10
3.1.3 下載并編譯依賴包
為了安裝所需的依賴項，建議使用騰訊pip鏡像以更快地下載：
pip install -r requirements.txt -i https://mirrors.cloud.tencent.com/pypi/simple
pip install -e . -i https://mirrors.cloud.tencent.com/pypi/simple
3.2 使用 YOLOv10 進(jìn)行模型推理
3.2.1 模型下載
要開始使用 YOLOv10，我們可以使用以下鏈接下載預(yù)先訓(xùn)練的模型：
· YOLOv10-N
· YOLOv10-S
· YOLOv10-M
· YOLOv10-B
· YOLOv10-L
· YOLOv10-X
3.2.2 WebUI 推斷
要使用 WebUI 執(zhí)行推理，請按照以下步驟操作：
導(dǎo)航到 YOLOv10 項目的根目錄。運行以下命令啟動該應(yīng)用程序：
python app.py
一旦服務(wù)器成功啟動，我們將看到一條消息，表明應(yīng)用程序正在運行并可供使用。
3.2.3 命令行推斷
對于命令行推理，我們可以在 Conda 環(huán)境中使用 Yolo 命令。設(shè)置和執(zhí)行方法如下：
激活 YOLOv10 Conda 環(huán)境：確保我們已激活之前為 YOLOv10 創(chuàng)建的環(huán)境。
殼
1
conda activate yolov10
使用命令行運行推理：使用yolo predict命令進(jìn)行預(yù)測。我們需要指定模型、設(shè)備和源圖像路徑，如下所示：
殼
1
yolo predict model=yolov10n.pt device=2 source=/aigc_dev/yolov10/ultralytics/assets
· model：指定下載的模型文件的路徑(例如，yolov10n.pt)。
· device：指定使用哪個 GPU(例如，device=2 表示 GPU #2)。
· source：指定要檢測對象的圖像的路徑。
默認(rèn)路徑和結(jié)果：
· 默認(rèn)情況下，需要檢測的圖像應(yīng)該放在yolov10/ultralytics/assets目錄中。
· 檢測后，結(jié)果將保存在名為yolov10/runs/detect/predictxx的目錄中，其中xx代表每次運行的唯一標(biāo)識符。
CoCo 數(shù)據(jù)集上的基準(zhǔn)測試。
3.3 訓(xùn)練YOLOv10模型
除了推理之外，YOLOv10 還支持在自定義數(shù)據(jù)集上進(jìn)行訓(xùn)練。以下是使用命令行訓(xùn)練模型的方法：
要使用 YOLOv10 開始訓(xùn)練，請使用以下命令：
yolo detect train data=coco.yaml model=yolov10s.yaml epochs=100 batch=128 imgsz=640 device=2
以下是命令選項的細(xì)分：
· detect train：這指定我們想要執(zhí)行對象檢測的訓(xùn)練。
· data=coco.yaml：指定數(shù)據(jù)集配置文件，默認(rèn)數(shù)據(jù)集(COCO)下載并存放在此../datasets/coco目錄下。
· model=yolov10s.yaml：指定要訓(xùn)練的模型的配置文件。
· epochs=100：設(shè)置訓(xùn)練迭代次數(shù)(epoch)。
· batch=128：指定訓(xùn)練的批次大小，即每個訓(xùn)練步驟處理的圖像數(shù)量。
· imgsz=640：表示訓(xùn)練期間所有輸入圖像將調(diào)整到的圖像大小。
· device=2：指定使用哪個 GPU 進(jìn)行訓(xùn)練(例如，device=2GPU #2)。
示例解釋
假設(shè)你已經(jīng)正確設(shè)置了 YOLOv10 環(huán)境和數(shù)據(jù)集，運行上述命令將在指定的GPU上啟動訓(xùn)練過程。該模型將以 128 的批大小進(jìn)行 100 個 epoch 的訓(xùn)練，輸入圖像的大小將調(diào)整為 640x640 像素。
訓(xùn)練 YOLOv10 的步驟
準(zhǔn)備數(shù)據(jù)集
· 確保我們的數(shù)據(jù)集在 coco.yaml 文件(或我們自己的自定義數(shù)據(jù)集配置文件)中格式正確且描述正確。
· 數(shù)據(jù)集配置文件包括訓(xùn)練和驗證數(shù)據(jù)的路徑以及類別的數(shù)量。
配置模型
· 模型配置文件(例如，yolov10s.yaml)包含我們正在訓(xùn)練的 YOLOv10 變體特定設(shè)置，包括架構(gòu)和初始權(quán)重。
運行訓(xùn)練命令
· 使用上面提供的命令開始訓(xùn)練過程。根據(jù)我們的硬件能力和訓(xùn)練要求調(diào)整 epochs、batch、imgsz 和 device 等參數(shù)。
監(jiān)測和評估
· 在訓(xùn)練期間，如果可用，請通過日志或可視化工具監(jiān)控進(jìn)度。
· 訓(xùn)練后，在驗證集上評估模型性能以確保其符合我們的期望。
使用Yolo10進(jìn)行實時在線物體檢測的Demo案例：
Python
1
import cv2
from ultralytics import YOLOv10
model = YOLOv10("yolov10s.pt")
cap = cv2.VideoCapture(0)
while True:
ret, frame = cap.read()
if not ret:
break
results = model.predict(frame)
for result in results:
boxes = result.boxes
for box in boxes:
x1,y1,x2,y2 = map(int, box.xyxy[0])
cls = int(box.cls[0])
conf = float(box.conf[0])
cv2.rectangle(frame, (x1, y1), (x2, y2), (255, 0, 0), 2)
cv2.putText(frame, f'{model.names[cls]} {conf:.2f}', (x1, y1 - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255, 0, 0), 2)
cv2.imshow('YOLOv10', frame)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
cap.release()
cv2.destroyAllWindows()
我們可以構(gòu)建工作站來運行/訓(xùn)練 AI 系統(tǒng)。為了省錢，我們還可以在網(wǎng)上找到 GPU 等廉價組件。
下載文檔
