YOLOv10实时端到端目标检测

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 复制代码

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 复制代码

https://github.com/THU-MIG/yolov10