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。

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：

1. 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。
2. 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。
3. 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。
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. 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。
2. 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、空间通道解耦向下采样和等级引导块设计。
3. 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%。

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

1. 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。
2. 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。
3. 梯级引导程序块设计：根据固有级冗余调整模块设计，确保参数的最佳利用。

精度提升

1. 大核卷积扩大感受野，增强特征提取能力。
2. 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：

使用示例

使用 YOLOv10 预测新图像：

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：

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。下表概述了使用Ultralytics 为 YOLOv10 成功转换的格式。如果您能为 YOLOv10 添加其他格式的导出支持提供修改意见，请随时提出拉取请求。

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。

引用和致谢

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：

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 6 个月前 ✏️已更新 2 个月前

评论