YOLOv10自定義目標(biāo)檢測之理論+實(shí)踐

概述

YOLOv10 是由清華大學(xué)研究人員利用 Ultralytics Python 軟件包開發(fā)的，它通過改進(jìn)模型架構(gòu)并消除非極大值抑制（NMS）提供了一種新穎的實(shí)時(shí)目標(biāo)檢測方法。這些優(yōu)化使得模型在保持先進(jìn)性能的同時(shí)，降低了計(jì)算需求。大量實(shí)驗(yàn)表明，YOLOv10 在各種模型規(guī)模上提供了更優(yōu)的準(zhǔn)確率-延遲權(quán)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(xiàng)目，因?yàn)樵陬A(yù)訓(xùn)練模型中，YOLO 模型在性能和效率方面明顯優(yōu)于其他模型。然而，實(shí)時(shí)目標(biāo)檢測由于依賴非極大值抑制（NMS）和架構(gòu)效率低下而面臨挑戰(zhàn)。YOLOv10 通過消除 NMS 并采用專注于效率和準(zhǔn)確性的設(shè)計(jì)策略解決了這些問題。

架構(gòu)

來自 Ultralytics 的圖示

骨干網(wǎng)絡(luò)：負(fù)責(zé)特征提取，YOLOv10 的骨干網(wǎng)絡(luò)使用增強(qiáng)版的 CSPNet（交叉階段部分網(wǎng)絡(luò)）來改善梯度流動(dòng)并減少計(jì)算冗余。

頸部網(wǎng)絡(luò)：設(shè)計(jì)用于聚合不同尺度的特征并將其傳遞到頭部網(wǎng)絡(luò)。它包含用于有效多尺度特征融合的 PAN（路徑聚合網(wǎng)絡(luò)）層。

一對多頭：在訓(xùn)練過程中為每個(gè)對象生成多個(gè)預(yù)測，以提供豐富的監(jiān)督信號(hào)并提高學(xué)習(xí)準(zhǔn)確性。

一對一頭：在推理過程中為每個(gè)對象生成一個(gè)最佳預(yù)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(huán)境的納米版。

YOLOv10-S：平衡速度和準(zhǔn)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(zhǔn)確性的平衡版。

YOLOv10-L：在增加計(jì)算資源成本的情況下提高準(zhǔn)確性的高級(jí)版。

YOLOv10-X：用于最大化準(zhǔn)確性的超大型版。

來自 Ultralytics 的圖示

比較讓我們看看在標(biāo)準(zhǔn)基準(zhǔn)（如 COCO）上測試的不同模型在延遲和準(zhǔn)確性方面的比較。

很明顯，YOLOv10 是實(shí)時(shí)目標(biāo)檢測應(yīng)用的前沿技術(shù)，以更少的參數(shù)提供更高的準(zhǔn)確性和速度性能。

訓(xùn)練 YOLOv10 進(jìn)行自定義目標(biāo)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(xiàng)目，創(chuàng)建自己的數(shù)據(jù)集，甚至使用由 Intel 贊助的 RF100 數(shù)據(jù)集。對于本文，我將使用一個(gè)預(yù)先準(zhǔn)備好的數(shù)據(jù)集，用于檢測 X 射線圖像中的危險(xiǎn)物品。數(shù)據(jù)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(shù)，開始訓(xùn)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(jié)果。

Image(filename='/content/runs/detect/train/results.png', width=1000)

讓我們預(yù)測測試數(shù)據(jù)并在 5x2 網(wǎng)格中顯示結(jié)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()