文章目录
前言
距离上次写YOLOv5已经过去了两年,正好最近用YOLOv10重构了项目,总结下YOLOv10。
YOLOv10真正实时端到端目标检测,那么什么是端到端?
端到端目标检测是一种从原始数据输入到最终结果输出的直接过程,无需分步骤处理或人工干预。在YOLOv10中移除非最大抑制(NMS),从而减少了推理延迟。
一、非极值大抑制(NMS)
非最大值抑制(NMS)是一种在目标检测中广泛应用的算法,主要用于去除冗余的检测框,只保留最有可能包含目标物体的框。
在目标检测任务中,通常会有多个候选框同时检测到同一个目标,这些框之间会有不同程度的重叠。为了从这些重叠的框中筛选出最佳检测结果,NMS算法被提出和应用。
二、NMS算法的具体原理和步骤
1.置信度排序:根据每个边界框的置信度进行降序排列,置信度最高的边界框被认为是最有可能正确检测到目标的。
2.选择边界框:从排序后的列表中选择置信度最高的边界框,标记为已选,并将其添加到最终的检测结果列表中。
3.计算交并比:对于剩余的每个边界框,计算它与已选边界框的交并比(IOU),即交集与并集的比值。
4.剔除低置信度框:如果某个边界框与已选框的IOU超过了预设的阈值(例如0.5或0.7),则认为这两个框表示的是同一个目标,于是根据置信度较低的原则,剔除这个低置信度的边界框。
5.重复选择过程:继续选择剩余边界框中置信度最高的,重复计算IOU和剔除过程,直到所有边界框都被检查过。
6.结束,选出最优框
三、YOLOV10创新点
YOLOv10通过引入双重标签分配策略和一致匹配度量,成功去除了非最大抑制(NMS)机制。
双重标签分配策略:其中包括一对多和一对一两种分配模式。这种策略不仅提供了丰富的监督信号,确保了训练过程中的准确性,而且避免了在推理阶段使用NMS,从而提高了整体的效率。这一创新的方法有效地平衡了训练与推理之间的需求。
一致匹配度量:该策略确保了在训练过程中,不同的预测头产生的预测结果能够保持一致性。这种一致性的优化进一步保证了在去除NMS的情况下,模型仍然能够维持高性能和高准确性。
四、YOLOv10使用教程
YOLOv10进行了高度封装,使用步骤也很简单,我常规的使用方法是通过OpenCV读取rtsp流进行检测
python
import cv2
from ultralytics import YOLOv10
detect = YOLOv10("yolov10s.pt")
if __name__ == '__main__':
cap = cv2.VideoCapture(rtsp)
while cap.isOpened():
success, frame = cap.read()
if success:
# conf指定阈值 classes指定检测类目
results = detect.predict(frame, conf=0.5, classes=[0])
# 返回json格式的数据,需要不同的格式具体可以查看源码
print(results[0].tosjon())
else:
cap = cv2.VideoCapture(rtsp)
YOLOv10 提供了多种模型:
模型 | 说明 |
---|---|
YOLOv10-N | 用于资源极其有限环境的纳米版本 |
YOLOv10-S | 兼顾速度和精度的小型版本 |
YOLOv10-M | 通用中型版本 |
YOLOv10-B | 平衡型,宽度增加,精度更高 |
YOLOv10-L | 大型版本,精度更高,但计算资源增加 |
YOLOv10-X | 超大型版本可实现最高精度和性能 |
五、官方github地址
php
https://github.com/THU-MIG/yolov10