рдЫрд╡рд┐ рд╡рд░реНрдЧреАрдХрд░рдг
рдЫрд╡рд┐ рд╡рд░реНрдЧреАрдХрд░рдг рддреАрди рдХрд╛рд░реНрдпреЛрдВ рдореЗрдВ рд╕реЗ рд╕рдмрд╕реЗ рд╕рд░рд▓ рд╣реИ рдФрд░ рдЗрд╕рдореЗрдВ рдПрдХ рд╕рдВрдкреВрд░реНрдг рдЫрд╡рд┐ рдХреЛ рдкреВрд░реНрд╡рдирд┐рд░реНрдзрд╛рд░рд┐рдд рд╡рд░реНрдЧреЛрдВ рдХреЗ рдПрдХ рд╕реЗрдЯ рдореЗрдВ рд╡рд░реНрдЧреАрдХреГрдд рдХрд░рдирд╛ рд╢рд╛рдорд┐рд▓ рд╣реИред
рдПрдХ рдЫрд╡рд┐ рдХреНрд▓рд╛рд╕рд┐рдлрд╛рдпрд░рд┐рдпрд░ рдХрд╛ рдЖрдЙрдЯрдкреБрдЯ рдПрдХ рдПрдХрд▓ рд╡рд░реНрдЧ рд▓реЗрдмрд▓ рдФрд░ рдПрдХ рдЖрддреНрдорд╡рд┐рд╢реНрд╡рд╛рд╕ рд╕реНрдХреЛрд░ рд╣реИред рдЫрд╡рд┐ рд╡рд░реНрдЧреАрдХрд░рдг рддрдм рдЙрдкрдпреЛрдЧреА рд╣реЛрддрд╛ рд╣реИ рдЬрдм рдЖрдкрдХреЛ рдХреЗрд╡рд▓ рдпрд╣ рдЬрд╛рдирдиреЗ рдХреА рдЖрд╡рд╢реНрдпрдХрддрд╛ рд╣реЛрддреА рд╣реИ рдХрд┐ рдЫрд╡рд┐ рдХрд┐рд╕ рд╡рд░реНрдЧ рд╕реЗ рд╕рдВрдмрдВрдзрд┐рдд рд╣реИ рдФрд░ рдпрд╣ рдЬрд╛рдирдиреЗ рдХреА рдЖрд╡рд╢реНрдпрдХрддрд╛ рдирд╣реАрдВ рд╣реИ рдХрд┐ рдЙрд╕ рд╡рд░реНрдЧ рдХреА рд╡рд╕реНрддреБрдПрдВ рдХрд╣рд╛рдБ рд╕реНрдерд┐рдд рд╣реИрдВ рдпрд╛ рдЙрдирдХрд╛ рд╕рдЯреАрдХ рдЖрдХрд╛рд░ рдХреНрдпрд╛ рд╣реИред
рд╕рддрд░реНрдХрддрд╛: рдкрддрд╛ рд▓рдЧрд╛рдирд╛ Ultralytics YOLO рдЯрд╛рд╕реНрдХреНрд╕: рдЗрдореЗрдЬ рд╡рд░реНрдЧреАрдХрд░рдг рдХрд╛ рдЙрдкрдпреЛрдЧ рдХрд░рдХреЗ Ultralytics рдЪрдХреНрд░рдирд╛рднрд┐
рдиреЛрдХ
YOLOv8 рд╡рд░реНрдЧреАрдХреГрдд рдореЙрдбрд▓ рдХрд╛ рдЙрдкрдпреЛрдЧ рдХрд░реЗрдВ -cls
рдкреНрд░рддреНрдпрдп, рдЕрд░реНрдерд╛рддред yolov8n-cls.pt
рдФрд░ рдкрд░ рдкреВрд░реНрд╡рдкреНрд░рд╢рд┐рдХреНрд╖рд┐рдд рд╣реИрдВ рдЗрдореЗрдЬрдиреЗрдЯ.
рдореЙрдбрд▓
YOLOv8 рдкреВрд░реНрд╡-рдкреНрд░рд╢рд┐рдХреНрд╖рд┐рдд рд╡рд░реНрдЧреАрдХреГрдд рдореЙрдбрд▓ рдпрд╣рд╛рдВ рджрд┐рдЦрд╛рдП рдЧрдП рд╣реИрдВред рдбрд┐рдЯреЗрдХреНрдЯ, рд╕реЗрдЧрдореЗрдВрдЯ рдФрд░ рдкреЛрдЬрд╝ рдореЙрдбрд▓ COCO рдбреЗрдЯрд╛рд╕реЗрдЯ рдкрд░ рдкреВрд░реНрд╡-рдкреНрд░рд╢рд┐рдХреНрд╖рд┐рдд рд╣реИрдВ, рдЬрдмрдХрд┐ рд╡рд░реНрдЧреАрдХреГрдд рдореЙрдбрд▓ рдЗрдореЗрдЬрдиреЗрдЯ рдбреЗрдЯрд╛рд╕реЗрдЯ рдкрд░ рдкреВрд░реНрд╡-рдкреНрд░рд╢рд┐рдХреНрд╖рд┐рдд рд╣реИрдВред
рдореЙрдбрд▓ рдирд╡реАрдирддрдо рд╕реЗ рд╕реНрд╡рдЪрд╛рд▓рд┐рдд рд░реВрдк рд╕реЗ рдбрд╛рдЙрдирд▓реЛрдб рдХрд░рддреЗ рд╣реИрдВ Ultralytics рдкрд╣рд▓реЗ рдЙрдкрдпреЛрдЧ рдкрд░ рд░рд┐рд▓реАрдЬ рдХрд░реЗрдВред
рдХреЛ рдЧрдврд╝рдирд╛ | рдЖрдХрд╛рд░ рд╡рд╛рд▓рд╛ (рдкрд┐рдХреНрд╕реЗрд▓) |
рдПрд╕реАрд╕реА рд╢реАрд░реНрд╖ 1 |
рдПрд╕реАрд╕реА рд╢реАрд░реНрд╖ 5 |
рдЧрддрд┐ рд╕реАрдкреАрдпреВ ONNX (рдПрдордПрд╕) |
рдЧрддрд┐ рдП100 TensorRT (рдПрдордПрд╕) |
рдкрд░рдо (рдПрдо) |
рдлреНрд▓реЙрдк (B) 640 рдкрд░ |
---|---|---|---|---|---|---|---|
YOLOv8n-рд╕реАрдПрд▓рдПрд╕ | 224 | 69.0 | 88.3 | 12.9 | 0.31 | 2.7 | 4.3 |
YOLOv8s-рд╕реАрдПрд▓рдПрд╕ | 224 | 73.8 | 91.7 | 23.4 | 0.35 | 6.4 | 13.5 |
YOLOv8m-рд╕реАрдПрд▓рдПрд╕ | 224 | 76.8 | 93.5 | 85.4 | 0.62 | 17.0 | 42.7 |
YOLOv8l-рд╕реАрдПрд▓рдПрд╕ | 224 | 76.8 | 93.5 | 163.0 | 0.87 | 37.5 | 99.7 |
YOLOv8x-рд╕реАрдПрд▓рдПрд╕ | 224 | 79.0 | 94.6 | 232.0 | 1.01 | 57.4 | 154.8 |
- рдПрд╕реАрд╕реА рдорд╛рди рдореЙрдбрд▓ рд╕рдЯреАрдХрддрд╛ рд╣реИрдВ рдЗрдореЗрдЬрдиреЗрдЯ рдбреЗрдЯрд╛рд╕реЗрдЯ рд╕рддреНрдпрд╛рдкрди рд╕реЗрдЯред
рджреНрд╡рд╛рд░рд╛ рдкреНрд░рдЬрдирди рдХрд░рдирд╛yolo val classify data=path/to/ImageNet device=0
- рдЧрддрд┐ рдПрдХ рдХрд╛ рдЙрдкрдпреЛрдЧ рдХрд░ ImageNet val рдЫрд╡рд┐рдпреЛрдВ рдкрд░ рдФрд╕рдд рдЕрдореЗрдЬрд╝рди EC2 P4d рдЙрджрд╛рд╣рд░рдгред
рджреНрд╡рд╛рд░рд╛ рдкреНрд░рдЬрдирди рдХрд░рдирд╛yolo val classify data=path/to/ImageNet batch=1 device=0|cpu
рд░реЗрд▓рдЧрд╛рдбрд╝реА
рд░реЗрд▓рдЧрд╛рдбрд╝реА YOLOv8nрдЫрд╡рд┐ рдЖрдХрд╛рд░ 64 рдкрд░ 100 рдпреБрдЧреЛрдВ рдХреЗ рд▓рд┐рдП MNIST160 рдбреЗрдЯрд╛рд╕реЗрдЯ рдкрд░ -рд╕реАрдПрд▓ред рдЙрдкрд▓рдмреНрдз рддрд░реНрдХреЛрдВ рдХреА рдкреВрд░реА рд╕реВрдЪреА рдХреЗ рд▓рд┐рдП , рдХреЙрдиреНрдлрд╝рд┐рдЧрд░реЗрд╢рди рдкреГрд╖реНрда рджреЗрдЦреЗрдВ.
рдЙрджрд╛рд╣рд░рдг
from ultralytics import YOLO
# Load a model
model = YOLO('yolov8n-cls.yaml') # build a new model from YAML
model = YOLO('yolov8n-cls.pt') # load a pretrained model (recommended for training)
model = YOLO('yolov8n-cls.yaml').load('yolov8n-cls.pt') # build from YAML and transfer weights
# Train the model
results = model.train(data='mnist160', epochs=100, imgsz=64)
# Build a new model from YAML and start training from scratch
yolo classify train data=mnist160 model=yolov8n-cls.yaml epochs=100 imgsz=64
# Start training from a pretrained *.pt model
yolo classify train data=mnist160 model=yolov8n-cls.pt epochs=100 imgsz=64
# Build a new model from YAML, transfer pretrained weights to it and start training
yolo classify train data=mnist160 model=yolov8n-cls.yaml pretrained=yolov8n-cls.pt epochs=100 imgsz=64
рдбреЗрдЯрд╛рд╕реЗрдЯ рдкреНрд░рд╛рд░реВрдк
YOLO рд╡рд░реНрдЧреАрдХрд░рдг рдбреЗрдЯрд╛рд╕реЗрдЯ рдкреНрд░рд╛рд░реВрдк рдбреЗрдЯрд╛рд╕реЗрдЯ рдЧрд╛рдЗрдб рдореЗрдВ рд╡рд┐рд╕реНрддрд╛рд░ рд╕реЗ рдкрд╛рдпрд╛ рдЬрд╛ рд╕рдХрддрд╛ рд╣реИред
рд╡реИрд▓
рдкреНрд░рд╢рд┐рдХреНрд╖рд┐рдд рдорд╛рдиреНрдп рдХрд░реЗрдВ YOLOv8n-cls MNIST160 рдбреЗрдЯрд╛рд╕реЗрдЯ рдкрд░ рдореЙрдбрд▓ рд╕рдЯреАрдХрддрд╛ред рдХрд┐рд╕реА рддрд░реНрдХ рдХреЛ рдкрд╛рд░рд┐рдд рдХрд░рдиреЗ рдХреА рдЖрд╡рд╢реНрдпрдХрддрд╛ рдирд╣реАрдВ рд╣реИ model
рдЕрдкрдиреЗ рдкреНрд░рд╢рд┐рдХреНрд╖рдг рдХреЛ рдмрд░рдХрд░рд╛рд░ рд░рдЦрддрд╛ рд╣реИ data
рдФрд░ рдореЙрдбрд▓ рд╡рд┐рд╢реЗрд╖рддрд╛рдУрдВ рдХреЗ рд░реВрдк рдореЗрдВ рддрд░реНрдХред
рдЙрджрд╛рд╣рд░рдг
from ultralytics import YOLO
# Load a model
model = YOLO('yolov8n-cls.pt') # load an official model
model = YOLO('path/to/best.pt') # load a custom model
# Validate the model
metrics = model.val() # no arguments needed, dataset and settings remembered
metrics.top1 # top1 accuracy
metrics.top5 # top5 accuracy
рднрд╡рд┐рд╖реНтАНрдпрд╡рд╛рдгреА рдХрд░рдирд╛
рдПрдХ рдкреНрд░рд╢рд┐рдХреНрд╖рд┐рдд рдХрд╛ рдкреНрд░рдпреЛрдЧ рдХрд░реЗрдВ YOLOv8n-cls рдореЙрдбрд▓ рдЫрд╡рд┐рдпреЛрдВ рдкрд░ рднрд╡рд┐рд╖реНрдпрд╡рд╛рдгрд┐рдпреЛрдВ рдХреЛ рдЪрд▓рд╛рдиреЗ рдХреЗ рд▓рд┐рдПред
рдЙрджрд╛рд╣рд░рдг
рдкреВрд░рд╛ рджреЗрдЦреЗрдВ predict
рдореЛрдб рд╡рд┐рд╡рд░рдг рдореЗрдВ рднрд╡рд┐рд╖реНтАНрдпрд╡рд╛рдгреА рдХрд░рдирд╛ рдкреГрд╖реНрдаред
рдирд┐рд░реНрдпрд╛рддрд┐рдд рдорд╛рд▓
рдирд┐рд░реНрдпрд╛рдд a YOLOv8n-cls рдореЙрдбрд▓ рдХреЛ рдПрдХ рдЕрд▓рдЧ рдкреНрд░рд╛рд░реВрдк рдореЗрдВ рдЬреИрд╕реЗ ONNX, CoreMLрдЖрджрд┐ред
рдЙрджрд╛рд╣рд░рдг
рд╕реБрд▓рдн YOLOv8-cls рдирд┐рд░реНрдпрд╛рдд рдкреНрд░рд╛рд░реВрдк рдиреАрдЪреЗ рджреА рдЧрдИ рддрд╛рд▓рд┐рдХрд╛ рдореЗрдВ рд╣реИрдВред рдЖрдк рдХрд╛ рдЙрдкрдпреЛрдЧ рдХрд░рдХреЗ рдХрд┐рд╕реА рднреА рдкреНрд░рд╛рд░реВрдк рдореЗрдВ рдирд┐рд░реНрдпрд╛рдд рдХрд░ рд╕рдХрддреЗ рд╣реИрдВ format
рддрд░реНрдХ, рдЕрд░реНрдерд╛рддред format='onnx'
рдирд╣реАрдВ рддреЛ format='engine'
. рдЖрдк рдирд┐рд░реНрдпрд╛рдд рдХрд┐рдП рдЧрдП рдореЙрдбрд▓ рдкрд░ рд╕реАрдзреЗ рднрд╡рд┐рд╖реНрдпрд╡рд╛рдгреА рдпрд╛ рдорд╛рдиреНрдп рдХрд░ рд╕рдХрддреЗ рд╣реИрдВ, рдЕрд░реНрдерд╛рддред yolo predict model=yolov8n-cls.onnx
. рдирд┐рд░реНрдпрд╛рдд рдкреВрд░реНрдг рд╣реЛрдиреЗ рдХреЗ рдмрд╛рдж рдЖрдкрдХреЗ рдореЙрдбрд▓ рдХреЗ рд▓рд┐рдП рдЙрдкрдпреЛрдЧ рдХреЗ рдЙрджрд╛рд╣рд░рдг рджрд┐рдЦрд╛рдП рдЬрд╛рддреЗ рд╣реИрдВ.
рдкреНрд░рд╛рд░реВрдк | format рдпреБрдХреНрддрд┐ |
рдХреЛ рдЧрдврд╝рдирд╛ | рдореЗрдЯрд╛рдбреЗрдЯрд╛ | рддрд░реНрдХ |
---|---|---|---|---|
PyTorch | - | yolov8n-cls.pt |
тЬЕ | - |
TorchScript | torchscript |
yolov8n-cls.torchscript |
тЬЕ | imgsz , optimize , batch |
ONNX | onnx |
yolov8n-cls.onnx |
тЬЕ | imgsz , half , dynamic , simplify , opset , batch |
OpenVINO | openvino |
yolov8n-cls_openvino_model/ |
тЬЕ | imgsz , half , int8 , batch |
TensorRT | engine |
yolov8n-cls.engine |
тЬЕ | imgsz , half , dynamic , simplify , workspace , batch |
CoreML | coreml |
yolov8n-cls.mlpackage |
тЬЕ | imgsz , half , int8 , nms , batch |
TF SavedModel | saved_model |
yolov8n-cls_saved_model/ |
тЬЕ | imgsz , keras , int8 , batch |
TF GraphDef | pb |
yolov8n-cls.pb |
тЭМ | imgsz , batch |
TF рд▓рд╛рдЗрдЯ | tflite |
yolov8n-cls.tflite |
тЬЕ | imgsz , half , int8 , batch |
TF рдХрд┐рдирд╛рд░рд╛ TPU | edgetpu |
yolov8n-cls_edgetpu.tflite |
тЬЕ | imgsz , batch |
TFредрдЬреЗ рдПрд╕ | tfjs |
yolov8n-cls_web_model/ |
тЬЕ | imgsz , half , int8 , batch |
PaddlePaddle | paddle |
yolov8n-cls_paddle_model/ |
тЬЕ | imgsz , batch |
NCNN | ncnn |
yolov8n-cls_ncnn_model/ |
тЬЕ | imgsz , half , batch |
рдкреВрд░рд╛ рджреЗрдЦреЗрдВ export
рдореЗрдВ рд╡рд┐рд╡рд░рдг рдирд┐рд░реНрдпрд╛рддрд┐рдд рдорд╛рд▓ рдкреГрд╖реНрдаред
2023-11-12 рдмрдирд╛рдпрд╛ рдЧрдпрд╛, рдЕрдкрдбреЗрдЯ рдХрд┐рдпрд╛ рдЧрдпрд╛ 2024-04-27
рд▓реЗрдЦрдХ: рдЧреНрд▓реЗрди-рдЬреЛрдЪрд░ (12), рдмреБрд░рд╣рд╛рди-рдХреНрдпреВ (1), рд░рд┐рдЬрд╝рд╡рд╛рдирдореБрдирд╡реНрд╡рд░ (2), рдлрдХреАрдпрди (1), рд▓рд╛рдлрд┐рдВрдЧ-рдХреНрдпреВ (1), рдЖрдпреБрд╖рдПрдХреНрд╕реЗрд▓ (1)