YOLOv8
YOLOv8 是 YOLO 系列的最新版本,它在 YOLOv7 的基础上进行了多项改进,主要侧重于进一步提升推理速度、检测精度以及模型的通用性。与之前版本相比,YOLOv8 引入了新的技术和优化策略,使其在多个方面更具优势。
相比 YOLOv7 的改进与优势
-
更加轻量化的网络架构
YOLOv8 进一步简化了网络结构,引入了新型的 EfficientRep 主干网络,在保证性能的前提下进一步减少了参数量和计算量。这使得 YOLOv8 在推理速度上比 YOLOv7 更加优秀,尤其在移动设备和嵌入式系统上表现更为出色。
-
改进的特征融合模块
YOLOv8 优化了 PANet 和 FPN 的特征融合方式,通过引入新的 Path Aggregation Network(Rep-PAN),增强了多尺度特征的融合能力。相比 YOLOv7 的 PANet 结构,Rep-PAN 通过更高效的路径聚合策略,在不增加复杂度的情况下提升了目标检测的鲁棒性。
-
新型的损失函数
YOLOv8 引入了 CIoU(Complete Intersection over Union)的改进版本,提升了模型对目标框位置的精度。与 YOLOv7 相比,YOLOv8 的损失函数对边界框的形状、大小、中心点位置以及目标框的比例都有了更好的处理方式。
-
更强的 Anchor-Free 检测头
YOLOv8 继续优化了 Anchor-Free 机制,使其在检测不同尺度的目标时具有更好的泛化能力。通过动态分配锚框和改进的标签匹配策略,YOLOv8 比 YOLOv7 具有更高的定位精度和检测效率。
-
优化的训练策略
YOLOv8 引入了新的训练策略,如 Mosaic Augmentation 、MixUp Augmentation 和 Self-Adversarial Training,使得模型在数据增强方面更加多样化,提升了模型的泛化能力。这些增强策略使 YOLOv8 能够在少量数据的情况下,依然保持较高的检测性能。
核心代码展示
下面展示 YOLOv8 的部分核心代码,包括新的 EfficientRep 主干网络和 CIoU 损失函数的实现。
python
import torch
import torch.nn as nn
# 1. EfficientRep Backbone 主干网络
class EfficientRep(nn.Module):
def __init__(self, in_channels, out_channels, num_blocks):
super(EfficientRep, self).__init__()
self.blocks = nn.ModuleList([RepBlock(in_channels, out_channels) for _ in range(num_blocks)])
def forward(self, x):
for block in self.blocks:
x = block(x)
return x
# RepBlock: 用于 EfficientRep 中的基本构建块
class RepBlock(nn.Module):
def __init__(self, in_channels, out_channels):
super(RepBlock, self).__init__()
self.conv1 = nn.Conv2d(in_channels, out_channels, 3, padding=1, bias=False)
self.bn1 = nn.BatchNorm2d(out_channels)
self.relu = nn.ReLU(inplace=True)
self.conv2 = nn.Conv2d(out_channels, out_channels, 3, padding=1, bias=False)
self.bn2 = nn.BatchNorm2d(out_channels)
def forward(self, x):
out = self.conv1(x)
out = self.bn1(out)
out = self.relu(out)
out = self.conv2(out)
out = self.bn2(out)
return self.relu(out)
# 2. YOLOv8 检测头
class YOLOv8Head(nn.Module):
def __init__(self, in_channels, num_classes):
super(YOLOv8Head, self).__init__()
self.conv1 = nn.Conv2d(in_channels, in_channels // 2, 1, bias=False)
self.bn1 = nn.BatchNorm2d(in_channels // 2)
self.conv2 = nn.Conv2d(in_channels // 2, num_classes, 1, bias=False)
def forward(self, x):
x = torch.relu(self.bn1(self.conv1(x)))
return self.conv2(x)
# 3. CIoU 损失函数
class CIoULoss(nn.Module):
def __init__(self):
super(CIoULoss, self).__init__()
def forward(self, pred_boxes, true_boxes):
# 预测框和真实框的 (x1, y1, x2, y2)
pred_x1, pred_y1, pred_x2, pred_y2 = torch.split(pred_boxes, 1, dim=1)
true_x1, true_y1, true_x2, true_y2 = torch.split(true_boxes, 1, dim=1)
# 计算交集
inter_x1 = torch.max(pred_x1, true_x1)
inter_y1 = torch.max(pred_y1, true_y1)
inter_x2 = torch.min(pred_x2, true_x2)
inter_y2 = torch.min(pred_y2, true_y2)
inter_area = torch.clamp(inter_x2 - inter_x1, min=0) * torch.clamp(inter_y2 - inter_y1, min=0)
# 计算预测框和真实框的面积
pred_area = (pred_x2 - pred_x1) * (pred_y2 - pred_y1)
true_area = (true_x2 - true_x1) * (true_y2 - true_y1)
# 计算 IoU
union_area = pred_area + true_area - inter_area
iou = inter_area / torch.clamp(union_area, min=1e-6)
# 计算边界框中心点差距
pred_center_x = (pred_x1 + pred_x2) / 2
pred_center_y = (pred_y1 + pred_y2) / 2
true_center_x = (true_x1 + true_x2) / 2
true_center_y = (true_y1 + true_y2) / 2
center_distance = (pred_center_x - true_center_x)**2 + (pred_center_y - true_center_y)**2
# 计算包围框对角线距离
enclose_x1 = torch.min(pred_x1, true_x1)
enclose_y1 = torch.min(pred_y1, true_y1)
enclose_x2 = torch.max(pred_x2, true_x2)
enclose_y2 = torch.max(pred_y2, true_y2)
enclose_diagonal = (enclose_x2 - enclose_x1)**2 + (enclose_y2 - enclose_y1)**2
# CIoU
ciou = iou - center_distance / torch.clamp(enclose_diagonal, min=1e-6)
return 1 - ciou
# 4. YOLOv8 整体网络结构
class YOLOv8(nn.Module):
def __init__(self, num_classes):
super(YOLOv8, self).__init__()
self.backbone = EfficientRep(3, 64, 4) # 主干网络
self.neck = RepPAN() # 特征金字塔网络
self.head = YOLOv8Head(256, num_classes) # 检测头
def forward(self, x):
x = self.backbone(x) # 提取特征
x = self.neck(x) # 多尺度特征融合
return self.head(x) # 输出预测
代码解析
-
EfficientRep 主干网络
YOLOv8 的主干网络基于 EfficientRep ,通过多个轻量化的 RepBlock 提取图像的多尺度特征。每个 RepBlock 包含两个卷积层和 BN 层,具有较低的计算开销,同时保持较强的特征提取能力。
-
YOLOv8Head
YOLOv8 的检测头通过进一步简化的卷积层进行预测,采用 1x1 卷积来减少参数量,同时结合了新的激活函数来提升训练收敛速度。
-
CIoU 损失函数
CIoU 相较于传统的 IoU,进一步考虑了预测框和真实框的中心点距离及边界框的形状差异,提升了目标框的定位精度。
结论
YOLOv8 在 YOLOv7 的基础上做了多项改进,包括更加高效的主干网络、改进的 Anchor-Free 检测头、优化的特征融合策略以及改进的损失函数。这些改进使得 YOLOv8 在推理速度和检测精度上都达到了一个新的高度,特别是在实时性要求较高的场景中表现优异。