YOLOv10 |
您所在的位置：网站首页 › 官网翻译类论文目标 › YOLOv10 |
YOLOv10
|
YOLOv10：实时端到端物体检测
YOLOv10 是清华大学研究人员在 UltralyticsPython 清华大学的研究人员在 YOLOv10软件包的基础上，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。 实时物体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。 建筑学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。 一对一磁头：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。 型号YOLOv10 有多种型号，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%。 模型 输入尺寸 APval FLOP (G) 延迟（毫秒） YOLOv10-N 640 38.5 6.7 1.84 YOLOv10-S 640 46.3 21.6 2.49 YOLOv10-M 640 51.1 59.1 4.74 YOLOv10-B 640 52.5 92.0 5.74 YOLOv10-L 640 53.2 120.3 7.28 YOLOv10-X 640 54.4 160.4 10.70使用TensorRT FP16 在 T4GPU 上测量的延迟。 方法 一致的双重任务分配，实现无 NMS 培训YOLOv10 采用双重标签分配，在训练过程中将一对多和一对一策略结合起来，以确保丰富的监督和高效的端到端部署。一致匹配度量使两种策略之间的监督保持一致，从而提高了推理过程中的预测质量。 效率-精度驱动的整体模型设计 提高效率 轻量级分类头：通过使用深度可分离卷积，减少分类头的计算开销。 空间信道解耦向下采样：将空间缩减与信道调制解耦，最大限度地减少信息损失和计算成本。 梯级引导程序块设计：根据固有阶段冗余调整模块设计，确保参数的最佳利用。 精度提升 大核卷积扩大感受野，增强特征提取能力。 部分自我关注（PSA）：纳入自我关注模块，以最小的开销改进全局表征学习。 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。 比较与其他最先进的探测器相比： YOLOv10-S / X 比RT-DETR-R18 / R101 快 1.8 倍 / 1.3 倍，精度相似 在精度相同的情况下，YOLOv10-B 比 YOLOv9-C 减少了 25% 的参数，延迟时间缩短了 46% YOLOv10-L / X 的性能比YOLOv8-L / X 高 0.3 AP / 0.5 AP，参数少 1.8× / 2.3×以下是 YOLOv10 变体与其他先进机型的详细比较： 模型 参数(M) FLOPs(G) mAPval50-95 延迟 （毫秒） 延迟-前向 （毫秒） YOLOv6-3.0-N 4.7 11.4 37.0 2.69 1.76 金色-YOLO-N 5.6 12.1 39.6 2.92 1.82 YOLOv8-N 3.2 8.7 37.3 6.16 1.77 YOLOv10-N 2.3 6.7 39.5 1.84 1.79 YOLOv6-3.0-S 18.5 45.3 44.3 3.42 2.35 金色-YOLO-S 21.5 46.0 45.4 3.82 2.73 YOLOv8-S 11.2 28.6 44.9 7.07 2.33 YOLOv10-S 7.2 21.6 46.8 2.49 2.39 RT-DETR-R18 20.0 60.0 46.5 4.58 4.49 YOLOv6-3.0-M 34.9 85.8 49.1 5.63 4.56 金色-YOLO-M 41.3 87.5 49.8 6.38 5.45 YOLOv8-M 25.9 78.9 50.6 9.50 5.09 YOLOv10-M 15.4 59.1 51.3 4.74 4.63 YOLOv6-3.0-L 59.6 150.7 51.8 9.02 7.90 金色-YOLO-L 75.1 151.7 51.8 10.65 9.78 YOLOv8-L 43.7 165.2 52.9 12.39 8.06 RT-DETR-R50 42.0 136.0 53.1 9.20 9.07 YOLOv10-L 24.4 120.3 53.4 7.28 7.21 YOLOv8-X 68.2 257.8 53.9 16.86 12.83 RT-DETR-R101 76.0 259.0 54.3 13.71 13.58 YOLOv10-X 29.5 160.4 54.4 10.70 10.60 使用示例使用 YOLOv10 预测新图像： 示例 from ultralytics import YOLO # Load a pre-trained YOLOv10n model model = YOLO("yolov10n.pt") # Perform object detection on an image results = model("image.jpg") # Display the results results[0].show() # Load a COCO-pretrained YOLOv10n model and run inference on the 'bus.jpg' image yolo detect predict model=yolov10n.pt source=path/to/bus.jpg用于在自定义数据集上训练 YOLOv10： 示例 from ultralytics import YOLO # Load YOLOv10n model from scratch model = YOLO("yolov10n.yaml") # Train the model model.train(data="coco8.yaml", epochs=100, imgsz=640) # Build a YOLOv10n model from scratch and train it on the COCO8 example dataset for 100 epochs yolo train model=yolov10n.yaml data=coco8.yaml epochs=100 imgsz=640 # Build a YOLOv10n model from scratch and run inference on the 'bus.jpg' image yolo predict model=yolov10n.yaml source=path/to/bus.jpg 支持的任务和模式YOLOv10 型号系列提供一系列型号，每种型号都针对高性能 目标检测进行了优化。这些模型可满足不同的计算需求和精度要求，使其适用于各种应用。 模型 文件名 任务 推论 验证 培训 出口 YOLOv10 yolov10n.pt yolov10s.pt yolov10m.pt yolov10l.pt yolov10x.pt 物体检测 ✅ ✅ ✅ ✅ 导出 YOLOv10由于 YOLOv10 引入了新操作，并非所有导出格式都由 Ultralytics 目前受支持。下表概述了已成功转换的格式 Ultralytics 对于 YOLOv10。如果您能够 提供贡献更改 以添加对 YOLOv10 的其他格式的导出支持，请随时打开拉取请求。 导出格式 支持 TorchScript ✅ ONNX ✅ OpenVINO ✅ TensorRT ✅ CoreML ❌ TF SavedModel ❌ TF GraphDef ❌ TF 轻型 ❌ TF 边缘TPU ❌ TF.js ❌ PaddlePaddle ❌ NCNN ❌ 结论YOLOv10 解决了以前YOLO 版本的不足之处，并采用了创新的设计策略，为实时目标检测设定了新标准。YOLOv10 能够以较低的计算成本实现较高的精确度，是各种实际应用的理想选择。 引文和致谢我们要感谢清华大学YOLOv10 的作者们，感谢他们的广泛研究和对框架的重要贡献。 Ultralytics框架做出的重要贡献： @article{THU-MIGyolov10, title={YOLOv10: Real-Time End-to-End Object Detection}, author={Ao Wang, Hui Chen, Lihao Liu, et al.}, journal={arXiv preprint arXiv:2405.14458}, year={2024}, institution={Tsinghua University}, license = {AGPL-3.0} }有关详细实现、架构创新和实验结果，请参阅清华大学团队的 YOLOv10研究论文和GitHub 存储库。 常见问题 什么是 YOLOv10，它与以前的YOLO 版本有何不同？由清华大学研究人员开发的 YOLOv10 为实时目标检测引入了多项关键创新。它通过在训练过程中采用一致的双重分配和优化的模型组件，消除了对非最大抑制（NMS）的需求，从而在降低计算开销的同时实现了卓越的性能。有关其架构和主要功能的详细信息，请查看YOLOv10 概述部分。 如何开始使用 YOLOv10 进行推理？为了方便推理，您可以使用Ultralytics YOLO Python 库或命令行界面 (CLI)。以下是使用 YOLOv10 预测新图像的示例： 示例 from ultralytics import YOLO # Load the pre-trained YOLOv10-N model model = YOLO("yolov10n.pt") results = model("image.jpg") results[0].show() yolo detect predict model=yolov10n.pt source=path/to/image.jpg有关更多使用示例，请访问我们的 "使用示例"部分。 YOLOv10 提供哪些型号，它们有哪些用途？YOLOv10 提供多种型号，以满足不同的使用情况： YOLOv10-N：适用于资源极其有限的环境 YOLOv10-S：兼顾速度与精度 YOLOv10-M：一般用途 YOLOv10-B：宽度增加，精度更高 YOLOv10-L：以计算资源为代价实现高精度 YOLOv10-X：最高精度和性能每个变体都针对不同的计算需求和精度要求而设计，因此可用于各种应用。了解更多信息，请浏览模型变体部分。 YOLOv10 中的无 NMS 方法如何提高性能？YOLOv10 通过在训练中采用一致的双重分配，消除了推理过程中对非最大抑制（NMS）的需求。这种方法减少了推理延迟，提高了预测效率。该架构还包括一对一的推理头，确保每个对象都能获得单一最佳预测。有关详细解释，请参阅 "无 NMS 训练的一致双分配"部分。 在哪里可以找到 YOLOv10 型号的导出选项？YOLOv10 支持多种导出格式，包括TorchScript,ONNX,OpenVINO 和TensorRT 。不过，由于Ultralytics 提供的新操作，YOLOv10 目前并不支持所有导出格式。有关支持格式和导出说明的详细信息，请访问导出 YOLOv10部分。 YOLOv10 型号的性能基准是什么？YOLOv10 在准确性和效率方面都优于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 AP 却与之相似。在性能相同的情况下，YOLOv10-B 比 YOLOv9-C 减少了 46% 的延迟和 25% 的参数。详细的基准测试结果请参见 "比较"部分。 创建于 2024-05-25，更新于 2024-07-04作者：glenn-jocher(5)、zhixuwei(1)、abirami-vina(1)、RizwanMunawar(3)、Burhan-Q(1) 评论 |
【本文地址】
今日新闻 |
推荐新闻 |