国家建设公债拍卖网站,室内装饰设计风格,网站建设与管理.pdf,摄影网站网络促销方式yolov8识别视频直接上YOLOv8的结构图吧#xff0c;小伙伴们可以直接和YOLOv5进行对比#xff0c;看看能找到或者猜到有什么不同的地方#xff1f; Backbone#xff1a;使用的依旧是CSP的思想#xff0c;不过YOLOv5中的C3模块被替换成了C2f模块#xff0c;实现了进一步的轻…yolov8识别视频直接上YOLOv8的结构图吧小伙伴们可以直接和YOLOv5进行对比看看能找到或者猜到有什么不同的地方 Backbone使用的依旧是CSP的思想不过YOLOv5中的C3模块被替换成了C2f模块实现了进一步的轻量化同时YOLOv8依旧使用了YOLOv5等架构中使用的SPPF模块 PAN-FPN毫无疑问YOLOv8依旧使用了PAN的思想不过通过对比YOLOv5与YOLOv8的结构图可以看到YOLOv8将YOLOv5中PAN-FPN上采样阶段中的卷积结构删除了同时也将C3模块替换为了C2f模块 Decoupled-Head是不是嗅到了不一样的味道是的YOLOv8走向了Decoupled-Head Anchor-FreeYOLOv8抛弃了以往的Anchor-Base使用了Anchor-Free的思想 损失函数YOLOv8使用VFL Loss作为分类损失使用DFL LossCIOU Loss作为分类损失 样本匹配YOLOv8抛弃了以往的IOU匹配或者单边比例的分配方式而是使用了Task-Aligned Assigner匹配方式。 SPPF改进
SPP结构又被称为空间金字塔池化能将任意大小的特征图转换成固定大小的特征向量。
接下来我们来详述一下SPP是怎么处理滴~
输入层首先我们现在有一张任意大小的图片其大小为w * h。
输出层21个神经元 -- 即我们待会希望提取到21个特征。
分析如下图所示分别对1 * 1分块2 * 2分块和4 * 4子图里分别取每一个框内的max值即取蓝框框内的最大值这一步就是作最大池化这样最后提取出来的特征值即取出来的最大值一共有1 * 1 2 * 2 4 * 4 21个。得出的特征再concat在一起。 PAN-FPN改进 YOLOv6的neck结构图
我们再看YOLOv8的结构图 YOLOv8的neck结构图
可以看到相对于YOLOv5或者YOLOv6YOLOv8将C3模块以及RepBlock替换为了C2f同时细心可以发现相对于YOLOv5和YOLOv6YOLOv8选择将上采样之前的1×1卷积去除了将Backbone不同阶段输出的特征直接送入了上采样操作。
2.4、Head部分都变了什么呢
先看一下YOLOv5本身的HeadCoupled-Head YOLOv5的head结构图
而YOLOv8则是使用了Decoupled-Head同时由于使用了DFL 的思想因此回归头的通道数也变成了4*reg_max的形式 YOLOv8的head结构图
对比一下YOLOv5与YOLOv8的YAML 二、下载yolov8源码
yolov8源码链接:https://github.com/ultralytics/ultralytics 三、环境准备
环境如下
Ubuntu18.04 cuda11.3 pytorch:1.11.0 torchvision:0.12.0
准备好环境后先进入自己带pytorch的虚拟环境与之前的yolo系列安装都不太一样yolov8仅需要安装ultralytics这一个库就ok了。 pip install ultralytics
另一种方法稍显麻烦需要先克隆git仓库再进行安装二者取其一即可。
git clone https://github.com/ultralytics/ultralytics
cd ultralytics
pip install -e .测试: 运行之后出现两张预测完的图片说明已经成功: 四、数据处理
在yolov8/data目录下新建Annotations, images, ImageSets, labels 四个文件夹 images目录下存放数据集的图片文件 Annotations目录下存放图片的xml文件labelImg标注 将xml文件转换成YOLO系列标准读取的txt文件
在同级目录下再新建一个文件XML2TXT.py 注意classes [“…”]一定需要填写自己数据集的类别在这里我是一个类别fall因此classes [“fall”]代码如下所示 如果数据集中的类别比较多不想手敲类别的可以使用4中的脚本直接获取类别同时还能查看各个类别的数据量如果不想可以直接跳过4。
# -*- coding: utf-8 -*-
# xml解析包
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import joinsets [train, test, val]
classes [fall]# 进行归一化操作
def convert(size, box): # size:(原图w,原图h) , box:(xmin,xmax,ymin,ymax)dw 1./size[0] # 1/wdh 1./size[1] # 1/hx (box[0] box[1])/2.0 # 物体在图中的中心点x坐标y (box[2] box[3])/2.0 # 物体在图中的中心点y坐标w box[1] - box[0] # 物体实际像素宽度h box[3] - box[2] # 物体实际像素高度x x*dw # 物体中心点x的坐标比(相当于 x/原图w)w w*dw # 物体宽度的宽度比(相当于 w/原图w)y y*dh # 物体中心点y的坐标比(相当于 y/原图h)h h*dh # 物体宽度的宽度比(相当于 h/原图h)return (x, y, w, h) # 返回 相对于原图的物体中心点的x坐标比,y坐标比,宽度比,高度比,取值范围[0-1]# year 2012, 对应图片的id文件名
def convert_annotation(image_id):将对应文件名的xml文件转化为label文件xml文件包含了对应的bunding框以及图片长款大小等信息通过对其解析然后进行归一化最终读到label文件中去也就是说一张图片文件对应一个xml文件然后通过解析和归一化能够将对应的信息保存到唯一一个label文件中去labal文件中的格式calss x y w h 同时一张图片对应的类别有多个所以对应的的信息也有多个# 对应的通过year 找到相应的文件夹并且打开相应image_id的xml文件其对应bund文件in_file open(data/Annotations/%s.xml % (image_id), encodingutf-8)# 准备在对应的image_id 中写入对应的label分别为# object-class x y width heightout_file open(data/labels/%s.txt % (image_id), w, encodingutf-8)# 解析xml文件tree ET.parse(in_file)# 获得对应的键值对root tree.getroot()# 获得图片的尺寸大小size root.find(size)# 如果xml内的标记为空增加判断条件if size ! None:# 获得宽w int(size.find(width).text)# 获得高h int(size.find(height).text)# 遍历目标objfor obj in root.iter(object):# 获得difficult difficult obj.find(difficult).text# 获得类别 string 类型cls obj.find(name).text# 如果类别不是对应在我们预定好的class文件中或difficult1则跳过if cls not in classes or int(difficult) 1:continue# 通过类别名称找到idcls_id classes.index(cls)# 找到bndbox 对象xmlbox obj.find(bndbox)# 获取对应的bndbox的数组 [xmin,xmax,ymin,ymax]b (float(xmlbox.find(xmin).text), float(xmlbox.find(xmax).text), float(xmlbox.find(ymin).text),float(xmlbox.find(ymax).text))print(image_id, cls, b)# 带入进行归一化操作# w 宽, h 高 b bndbox的数组 [xmin,xmax,ymin,ymax]bb convert((w, h), b)# bb 对应的是归一化后的(x,y,w,h)# 生成 calss x y w h 在label文件中out_file.write(str(cls_id) .join([str(a) for a in bb]) \n)# 返回当前工作目录
wd getcwd()
print(wd)for image_set in sets:对所有的文件数据集进行遍历做了两个工作将所有图片文件都遍历一遍并且将其所有的全路径都写在对应的txt文件中去方便定位同时对所有的图片文件进行解析和转化将其对应的bundingbox 以及类别的信息全部解析写到label 文件中去最后再通过直接读取文件就能找到对应的label 信息# 先找labels文件夹如果不存在则创建if not os.path.exists(data/labels/):os.makedirs(data/labels/)# 读取在ImageSets/Main 中的train、test..等文件的内容# 包含对应的文件名称image_ids open(data/ImageSets/%s.txt % (image_set)).read().strip().split()# 打开对应的2012_train.txt 文件对其进行写入准备list_file open(data/%s.txt % (image_set), w)# 将对应的文件_id以及全路径写进去并换行for image_id in image_ids:list_file.write(data/images/%s.jpg\n % (image_id))# 调用 year 年份 image_id 对应的文件名_idconvert_annotation(image_id)# 关闭文件list_file.close()查看自定义数据集标签类别及数量
在yolov8目录下再新建一个文件ViewCategory.py将代码复制进去
import os
from unicodedata import name
import xml.etree.ElementTree as ET
import globdef count_num(indir):label_list []# 提取xml文件列表os.chdir(indir)annotations os.listdir(.)annotations glob.glob(str(annotations) *.xml)dict {} # 新建字典用于存放各类标签名及其对应的数目for i, file in enumerate(annotations): # 遍历xml文件# actual parsingin_file open(file, encodingutf-8)tree ET.parse(in_file)root tree.getroot()# 遍历文件的所有标签for obj in root.iter(object):name obj.find(name).textif (name in dict.keys()):dict[name] 1 # 如果标签不是第一次出现则1else:dict[name] 1 # 如果标签是第一次出现则将该标签名对应的value初始化为1# 打印结果print(各类标签的数量分别为)for key in dict.keys():print(key : str(dict[key]))label_list.append(key)print(标签类别如下)print(label_list)if __name__ __main__:# xml文件所在的目录修改此处indir data/Annotationscount_num(indir) # 调用函数统计各类标签数目修改数据加载配置文件
进入data/文件夹新建fall.yaml内容如下注意txt需要使用绝对路径
train: /home/xxx/yolov8/data/train.txt
val: /home/xxx/yolov8/data/val.txt
test: /home/xxx/yolov8/data/test.txt# number of classes
nc: 1# class names
names: [fall]五、模型训练
打开终端或者pycharm等IDE进入虚拟环境随后进入yolov8文件夹在终端中输入下面命令即可开始训练。
yolo taskdetect modetrain modelyolov8n.pt datadata/fall.yaml batch32 epochs100 imgsz640 workers16 device0六、模型验证
yolo taskdetect modeval modelruns/detect/train3/weights/best.pt datadata/fall.yaml device0七、模型预测
yolo taskdetect modepredict modelruns/detect/train3/weights/best.pt sourcedata/images device0八、模型导出
yolo taskdetect modeexport modelruns/detect/train3/weights/best.pt订阅专栏获得源码
