5 月 23 日，清華大學發(fā)布了YOLOv10(You Only Look Once v10)，與 YOLOv9 相比，YOLOv10 有了顯著改進，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)行直接回歸任務以輸出對象概率及其坐標。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)絡輸出這些框內(nèi)物體的概率和坐標。例如 R-CNN 系列。

2.2 YOLO的網(wǎng)絡結構

YOLOv10是YOLOv8的增強，我們先簡單看一下YOLOv8的網(wǎng)絡結構：

3.YOLOv10 視覺物體檢測：訓練和推理

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先訓練的模型：

· 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：

導航到 YOLOv10 項目的根目錄。運行以下命令啟動該應用程序：

python app.py

一旦服務器成功啟動，我們將看到一條消息，表明應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命令進行預測。我們需要指定模型、設備和源圖像路徑，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。

默認路徑和結果：

· 默認情況下，需要檢測的圖像應該放在yolov10/ultralytics/assets目錄中。

· 檢測后，結果將保存在名為yolov10/runs/detect/predictxx的目錄中，其中xx代表每次運行的唯一標識符。

CoCo 數(shù)據(jù)集上的基準測試。

3.3 訓練YOLOv10模型

除了推理之外，YOLOv10 還支持在自定義數(shù)據(jù)集上進行訓練。以下是使用命令行訓練模型的方法：

要使用 YOLOv10 開始訓練，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分：

· detect train：這指定我們想要執(zhí)行對象檢測的訓練。

· data=coco.yaml：指定數(shù)據(jù)集配置文件，默認數(shù)據(jù)集(COCO)下載并存放在此../datasets/coco目錄下。

· model=yolov10s.yaml：指定要訓練的模型的配置文件。

· epochs=100：設置訓練迭代次數(shù)(epoch)。

· batch=128：指定訓練的批次大小，即每個訓練步驟處理的圖像數(shù)量。

· imgsz=640：表示訓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 進行訓練(例如，device=2GPU #2)。

示例解釋

假設你已經(jīng)正確設置了 YOLOv10 環(huán)境和數(shù)據(jù)集，運行上述命令將在指定的GPU上啟動訓練過程。該模型將以 128 的批大小進行 100 個 epoch 的訓練，輸入圖像的大小將調(diào)整為 640x640 像素。

訓練 YOLOv10 的步驟

準備數(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)包含我們正在訓練的 YOLOv10 變體特定設置，包括架構和初始權重。

運行訓練命令

· 使用上面提供的命令開始訓練過程。根據(jù)我們的硬件能力和訓練要求調(diào)整 epochs、batch、imgsz 和 device 等參數(shù)。

監(jiān)測和評估

· 在訓練期間，如果可用，請通過日志或可視化工具監(jiān)控進度。

· 訓練后，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()

我們可以構建工作站來運行/訓練 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。