如何做自动网站,做计划的网站,七个php源码下载的网站,棋牌网站怎么做导 读 本文主要对YOLOv10做简单介绍并给出推理图片和视频的步骤演示。
YOLOv10简介 YOLOv10是清华大学的研究人员在Ultralytics Python包的基础上#xff0c;引入了一种新的实时目标检测方法#xff0c;解决了YOLO 以前版本在后处理和模型架构方面的不足。通过消除非最大抑…导 读 本文主要对YOLOv10做简单介绍并给出推理图片和视频的步骤演示。
YOLOv10简介 YOLOv10是清华大学的研究人员在Ultralytics Python包的基础上引入了一种新的实时目标检测方法解决了YOLO 以前版本在后处理和模型架构方面的不足。通过消除非最大抑制NMS和优化各种模型组件YOLOv10 在显著降低计算开销的同时实现了最先进的性能。大量实验证明YOLOv10 在多个模型尺度上实现了卓越的精度-延迟权衡。 概述 实时目标检测旨在以较低的延迟准确预测图像中的物体类别和位置。YOLO 系列在性能和效率之间取得了平衡因此一直处于这项研究的前沿。然而对 NMS 的依赖和架构上的低效阻碍了最佳性能的实现。YOLOv10 通过为无 NMS 训练引入一致的双重分配和以效率-准确性为导向的整体模型设计策略解决了这些问题。
网络架构 YOLOv10 的结构建立在以前YOLO 模型的基础上同时引入了几项关键创新。模型架构由以下部分组成 主干网YOLOv10 中的主干网负责特征提取它使用了增强版的 CSPNet跨阶段部分网络以改善梯度流并减少计算冗余。 颈部颈部设计用于汇聚不同尺度的特征并将其传递到头部。它包括 PAN路径聚合网络层可实现有效的多尺度特征融合。 一对多头在训练过程中为每个对象生成多个预测以提供丰富的监督信号并提高学习准确性。 一对一头在推理过程中为每个对象生成一个最佳预测无需 NMS从而减少延迟并提高效率。
主要功能 无 NMS 训练利用一致的双重分配来消除对 NMS 的需求从而减少推理延迟。 整体模型设计从效率和准确性的角度全面优化各种组件包括轻量级分类头、空间通道去耦向下采样和等级引导块设计。 增强的模型功能纳入大核卷积和部分自注意模块在不增加大量计算成本的情况下提高性能。
模型支持
YOLOv10 有多种模型可满足不同的应用需求 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。
性能 在准确性和效率方面YOLOv10 优于YOLO 以前的版本和其他最先进的模型。例如在 COCO 数据集上YOLOv10-S 的速度是RT-DETR-R18 的 1.8 倍而 YOLOv10-B 与 YOLOv9-C 相比在性能相同的情况下延迟减少了 46%参数减少了 25%。下图是使用TensorRT FP16 在T4 GPU上的测试结果 实验和结果 YOLOv10 在 COCO 等标准基准上进行了广泛测试显示出卓越的性能和效率。与以前的版本和其他当代探测器相比YOLOv10 在延迟和准确性方面都有显著提高。 推理演示 官方实现代码地址 https://github.com/THU-MIG/yolov10?tabreadme-ov-file 包含不同版本模型下载 安装配置可参考官方文档 conda create -n yolov10 python3.9conda activate yolov10pip install -r requirements.txtpip install -e . 或 pip install supervision githttps://github.com/THU-MIG/yolov10.git 上述方法如果报错可以尝试下面方法 【1】先将github项目代码下载到本地 【2】安装supervision pip install supervision -i https://pypi.tuna.tsinghua.edu.cn/simple 图片推理预测
from ultralytics import YOLOv10import supervision as svimport cv2
classes { 0: person, 1: bicycle, 2: car, 3: motorcycle, 4: airplane, 5: bus, 6: train, 7: truck, 8: boat, 9: traffic light, 10: fire hydrant, 11: stop sign, 12: parking meter, 13: bench, 14: bird, 15: cat, 16: dog, 17: horse, 18: sheep, 19: cow, 20: elephant, 21: bear, 22: zebra, 23: giraffe, 24: backpack, 25: umbrella, 26: handbag, 27: tie, 28: suitcase, 29: frisbee, 30: skis, 31: snowboard, 32: sports ball, 33: kite, 34: baseball bat, 35: baseball glove, 36: skateboard, 37: surfboard, 38: tennis racket, 39: bottle, 40: wine glass, 41: cup, 42: fork, 43: knife, 44: spoon, 45: bowl, 46: banana, 47: apple, 48: sandwich, 49: orange, 50: broccoli, 51: carrot, 52: hot dog, 53: pizza, 54: donut, 55: cake, 56: chair, 57: couch, 58: potted plant, 59: bed, 60: dining table, 61: toilet, 62: tv, 63: laptop, 64: mouse, 65: remote, 66: keyboard, 67: cell phone, 68: microwave, 69: oven, 70: toaster, 71: sink, 72: refrigerator, 73: book, 74: clock, 75: vase, 76: scissors, 77: teddy bear, 78: hair drier, 79: toothbrush}
model YOLOv10(yolov10s.pt)image cv2.imread(5.jpg)
results model(sourceimage, conf0.25, verboseFalse)[0]detections sv.Detections.from_ultralytics(results)box_annotator sv.BoxAnnotator()
labels [ f{classes[class_id]} {confidence:.2f} for class_id, confidence in zip(detections.class_id, detections.confidence)]annotated_image box_annotator.annotate( image.copy(), detectionsdetections, labelslabels)
cv2.imshow(result, annotated_image)cv2.waitKey()cv2.destroyAllWindows()cv2.imwrite(annotated_dog.jpeg, annotated_image) 视频推理预测
from ultralytics import YOLOv10import supervision as svimport cv2
classes { 0: person, 1: bicycle, 2: car, 3: motorcycle, 4: airplane, 5: bus, 6: train, 7: truck, 8: boat, 9: traffic light, 10: fire hydrant, 11: stop sign, 12: parking meter, 13: bench, 14: bird, 15: cat, 16: dog, 17: horse, 18: sheep, 19: cow, 20: elephant, 21: bear, 22: zebra, 23: giraffe, 24: backpack, 25: umbrella, 26: handbag, 27: tie, 28: suitcase, 29: frisbee, 30: skis, 31: snowboard, 32: sports ball, 33: kite, 34: baseball bat, 35: baseball glove, 36: skateboard, 37: surfboard, 38: tennis racket, 39: bottle, 40: wine glass, 41: cup, 42: fork, 43: knife, 44: spoon, 45: bowl, 46: banana, 47: apple, 48: sandwich, 49: orange, 50: broccoli, 51: carrot, 52: hot dog, 53: pizza, 54: donut, 55: cake, 56: chair, 57: couch, 58: potted plant, 59: bed, 60: dining table, 61: toilet, 62: tv, 63: laptop, 64: mouse, 65: remote, 66: keyboard, 67: cell phone, 68: microwave, 69: oven, 70: toaster, 71: sink, 72: refrigerator, 73: book, 74: clock, 75: vase, 76: scissors, 77: teddy bear, 78: hair drier, 79: toothbrush}
model YOLOv10(yolov10m.pt)
def predict_and_detect(image): results model(sourceimage, conf0.5, verboseFalse)[0] detections sv.Detections.from_ultralytics(results) box_annotator sv.BoxAnnotator()labels [ f{classes[class_id]} {confidence:.2f} for class_id, confidence in zip(detections.class_id, detections.confidence) ] annotated_image box_annotator.annotate( image.copy(), detectionsdetections, labelslabels ) return annotated_image
def create_video_writer(video_cap, output_filename): # grab the width, height, and fps of the frames in the video stream. frame_width int(video_cap.get(cv2.CAP_PROP_FRAME_WIDTH)) frame_height int(video_cap.get(cv2.CAP_PROP_FRAME_HEIGHT)) fps int(video_cap.get(cv2.CAP_PROP_FPS)) # initialize the FourCC and a video writer object fourcc cv2.VideoWriter_fourcc(*MP4V) writer cv2.VideoWriter(output_filename, fourcc, fps, (frame_width, frame_height)) return writer
video_path cars.MP4cap cv2.VideoCapture(video_path)
output_filename out.mp4writer create_video_writer(cap, output_filename)
while True: success, img cap.read() if not success: break frame predict_and_detect(img) writer.write(frame) cv2.imshow(frame, frame) if cv2.waitKey(1)0xFF 27: #按下Esc键退出 break
cap.release()writer.release() 时长00:02 后续ultralytics也将添加YOLOv10的支持部署训练将会更便捷。
