YOLOv10：实时端到端物体检测

YOLOv10 基于 Ultralytics清华大学的研究人员在Python 软件包的基础上开发了YOLO ，引入了一种新的实时目标检测方法，解决了以前YOLO 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 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。

观看： 如何使用Ultralytics | 零售数据集在 SKU-110k 数据集上训练YOLOv10

概述

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。

架构

YOLOv10 的架构借鉴了以往YOLO 模型的优势，同时引入了几项关键创新。模型架构由以下部分组成：

1. 主干: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。
2. Neck：Neck 的设计目的是聚合来自不同尺度的特征，并将它们传递到 Head。它包括 PAN（路径聚合网络）层，用于有效的多尺度特征融合。
3. One-to-Many Head：在训练期间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。
4. 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

1. 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。
2. 整体模型设计：从效率和准确性的角度对各种组件进行全面优化，包括轻量级分类 Head、空间通道解耦下采样和秩引导块设计。
3. 增强的模型功能: 结合了大内核卷积和部分自注意力模块，以提高性能，而无需显着的计算成本。

模型变体

YOLOv10 有多种型号，可满足不同的应用需求：

• YOLOv10n: 适用于资源极其受限环境的 Nano 版本。
• YOLOv10s: 平衡速度和精度的小型版本。
• YOLOv10m: 适用于通用用途的中型版本。
• YOLOv10b: 平衡版本，宽度增加，精度更高。
• YOLOv10l: 大型版本，精度更高，但会增加计算资源消耗。
• YOLOv10x: 超大型版本，可实现最高的精度和性能。

性能

在准确性和效率方面，YOLOv10 优于以前的YOLO 版本和其他最先进的模型。例如，在COCO 数据集上，YOLOv10s 比具有类似AP 的RT-DETR快 1.8 倍；在性能相同的情况下，YOLOv10b 比YOLOv9减少了 46% 的延迟和 25% 的参数。

方法

一致的双重任务分配，实现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。

整体效率-准确性驱动的模型设计

效率提升

1. 轻量级分类 Head：通过使用深度可分离卷积来减少分类 Head 的计算开销。
2. 空间通道解耦下采样：解耦空间缩减和通道调制，以最大限度地减少信息丢失和计算成本。
3. 秩引导块设计：基于内在阶段冗余调整块设计，确保最佳参数利用率。

精度提升

1. 大卷积核：扩大感受野以增强特征提取能力。
2. Partial Self-Attention (PSA)：结合自注意力模块以提高全局表示学习能力，同时最大限度地减少开销。

实验与结果

YOLOv10 已在标准基准上进行了广泛测试，例如 COCO等标准基准进行了广泛测试，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。

对比

与其他最先进的检测器相比：

• 在相似的精度下，YOLOv10s / x 比 RT-DETR-R18 / R101 快 1.8 倍 / 1.3 倍
• 与YOLOv9 相比，在精度相同的情况下，YOLOv9 的参数减少了 25%，延迟降低了 46
• YOLOv10l / x 的性能比YOLOv8l / x高 0.3AP / 0.5AP ，参数少 1.8× / 2.3×

使用示例

使用YOLOv10 预测新图像：

from ultralytics import YOLO

# Load a pretrained 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 ：

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，每个型号都针对高性能物体检测进行了优化。这些型号可满足不同的计算需求和精度要求，因此适用于各种应用。

导出YOLOv10

由于YOLOv10 引入了新的操作，目前并不支持Ultralytics 提供的所有导出格式。如果您能为YOLOv10 增加Ultralytics 其他格式的导出支持做出贡献，请随时提出申请。

结论

YOLOv10 解决了以往YOLO 版本的不足之处，并采用了创新的设计策略，为实时物体检测设定了新标准。YOLOv10 能够以较低的计算成本实现高精度，是制造、零售和自动驾驶汽车等各种实际应用的理想选择。

引用和致谢

我们衷心感谢清华大学 YOLOv10 作者的广泛研究和对 Ultralytics框架做出了重要贡献：

@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 ，它与之前的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：

from ultralytics import YOLO

# Load the pretrained YOLOv10n 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：

• YOLOv10n: 适用于资源极其受限的环境
• YOLOv10s: 平衡速度和精度
• YOLOv10m: 通用
• YOLOv10b: 宽度增加，精度更高
• YOLOv10l: 高精度，但会消耗计算资源
• YOLOv10x: 最高的精度和性能

每个变体都针对不同的计算需求和精度要求而设计，使其能够适用于各种应用。请浏览模型变体部分以获取更多信息。

YOLOv10 中的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 " 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YOLOv10 采用了新的操作方法，因此目前并不支持Ultralytics 提供的所有导出格式。有关支持格式的详细信息和导出说明，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以前的YOLO 版本和其他最先进的模型。例如，在COCO 数据集上，YOLOv10s 比具有类似AP 的RT-DETR 快 1.8 倍。在性能相同的情况下，YOLOv10b 比YOLOv9 减少了 46% 的延迟和 25% 的参数。详细基准可参见比较部分。

📅 1 年前创建 ✏️ 0 天前更新

评论