使用 Ultralytics YOLO 进行图像分类#
图像分类是受支持任务中最简单的一种,它会将整张图像分类为一组预定义类别中的一个。
图像分类器的输出是一个类别标签和一个置信度分数。如果你只需要知道图像属于哪个类别,而不需要知道该类别对象的位置或确切形状,图像分类就很有用。
观看: 探索 Ultralytics YOLO 任务:使用 Ultralytics Platform 进行图像分类
YOLO26 Classify 模型使用 -cls 后缀,例如 yolo26n-cls.pt,并在 ImageNet 上进行预训练。
模型#
下方展示了在 ImageNet 数据集上预训练的 YOLO26 Classify 模型。
首次使用时,模型会自动从 Ultralytics 最新版本下载。
| 模型 | 尺寸 (像素) | acc top1 | acc top5 | 速度 CPU ONNX (毫秒) | 速度 T4 TensorRT10 (ms) | 参数 (M) | FLOPs (B),输入尺寸为 224 |
|---|---|---|---|---|---|---|---|
| YOLO26n-cls | 224 | 71.4 | 90.1 | 5.0 ± 0.3 | 1.1 ± 0.0 | 2.8 | 0.4 |
| YOLO26s-cls | 224 | 76.0 | 92.9 | 7.9 ± 0.2 | 1.3 ± 0.0 | 6.7 | 1.5 |
| YOLO26m-cls | 224 | 78.1 | 94.2 | 17.2 ± 0.4 | 2.0 ± 0.0 | 11.6 | 4.8 |
| YOLO26l-cls | 224 | 79.0 | 94.6 | 23.2 ± 0.3 | 2.8 ± 0.0 | 14.1 | 6.0 |
| YOLO26x-cls | 224 | 79.9 | 95.0 | 41.4 ± 0.9 | 3.8 ± 0.0 | 29.6 | 13.5 |
- acc 数值表示模型在 ImageNet 数据集验证集上的准确率。
使用yolo classify val data=path/to/ImageNet device=0复现 - 速度是在 CPU 上使用 ONNX、在 NVIDIA T4 GPU 上使用 TensorRT10,对 ImageNet 验证集图像进行测量并取平均所得。
使用yolo classify val data=path/to/ImageNet batch=1 device=0|cpu复现 - 参数量和 FLOPs 数值对应于经过
model.fuse()融合后的模型,该操作会合并 Conv 和 BatchNorm 层。预训练检查点保留完整的训练架构,因此显示的计数可能更高。
请参阅尚未发布的 YOLO27 预览版,了解初步的分类速度和模型尺寸。
训练#
在 MNIST160 数据集上以 64 的图像尺寸训练 YOLO26n-cls 共 100 个轮次。可用参数的完整列表请参阅配置页面。
from ultralytics import YOLO
# 加载模型
model = YOLO("yolo26n-cls.yaml") # 从 YAML 构建新模型
model = YOLO("yolo26n-cls.pt") # 加载预训练模型(推荐用于训练)
model = YOLO("yolo26n-cls.yaml").load("yolo26n-cls.pt") # 从 YAML 构建模型并迁移权重
# 训练模型
results = model.train(data="mnist160", epochs=100, imgsz=64)如需了解 train 模式的完整详情,请参阅训练页面。你也可以使用 Ultralytics Platform 云训练来训练分类模型。
数据集格式#
数据集指南详细介绍了 YOLO 分类数据集格式。你也可以使用 Ultralytics Platform 标注工具管理和标注分类数据集。
自定义变换#
Ultralytics YOLO 分类训练使用 torchvision.transforms.RandomResizedCrop,验证和推理则使用 torchvision.transforms.CenterCrop。 这些基于裁剪的变换假设输入为正方形,对于宽高比极端的图像,可能会裁掉重要区域。若要保留整张图像,可通过自定义 ClassificationDataset、ClassificationTrainer 和 ClassificationValidator,将裁剪替换为 torchvision.transforms.Resize,以缩放到 imgsz × imgsz,而不是进行裁剪:
import torch
import torchvision.transforms as T
from ultralytics import YOLO
from ultralytics.data.dataset import ClassificationDataset
from ultralytics.models.yolo.classify import ClassificationTrainer, ClassificationValidator
class CustomizedDataset(ClassificationDataset):
"""A customized dataset class for image classification with enhanced data augmentation transforms."""
def __init__(self, root: str, args, augment: bool = False, prefix: str = "", names=None):
"""Initialize a customized classification dataset with enhanced data augmentation transforms."""
super().__init__(root, args, augment, prefix, names)
# 在此处添加自定义训练变换
train_transforms = T.Compose(
[
T.Resize((args.imgsz, args.imgsz)),
T.RandomHorizontalFlip(p=args.fliplr),
T.RandomVerticalFlip(p=args.flipud),
T.RandAugment(interpolation=T.InterpolationMode.BILINEAR),
T.ColorJitter(brightness=args.hsv_v, contrast=args.hsv_v, saturation=args.hsv_s, hue=args.hsv_h),
T.ToTensor(),
T.Normalize(mean=torch.tensor(0), std=torch.tensor(1)),
T.RandomErasing(p=args.erasing, inplace=True),
]
)
# 在此处添加自定义验证变换
val_transforms = T.Compose(
[
T.Resize((args.imgsz, args.imgsz)),
T.ToTensor(),
T.Normalize(mean=torch.tensor(0), std=torch.tensor(1)),
]
)
self.torch_transforms = train_transforms if augment else val_transforms
class CustomizedTrainer(ClassificationTrainer):
"""A customized trainer class for YOLO classification models with enhanced dataset handling."""
def build_dataset(self, img_path: str, mode: str = "train", batch=None):
"""Build a customized dataset for classification training and the validation during training."""
return CustomizedDataset(
root=img_path,
args=self.args,
augment=mode == "train",
prefix="train" if mode == "train" else self.args.split,
names=self.data["names"],
)
class CustomizedValidator(ClassificationValidator):
"""A customized validator class for YOLO classification models with enhanced dataset handling."""
def build_dataset(self, img_path: str):
"""Build a customized dataset for classification standalone validation (no augmentation)."""
return CustomizedDataset(root=img_path, args=self.args, augment=False, prefix=self.args.split, names=self.names)
model = YOLO("yolo26n-cls.pt")
model.train(data="imagenet", trainer=CustomizedTrainer, epochs=10, imgsz=224, batch=64)
model.val(data="imagenet", validator=CustomizedValidator, imgsz=224, batch=64)验证#
验证训练好的 YOLO26n-cls 模型的准确度。无需提供参数,因为 model 会将训练时的 data 和参数保留为模型属性:来自训练示例的 path/to/best.pt 会在 MNIST160 上进行验证。官方权重记录的训练数据集路径在你的计算机上不存在,因此会发出警告并回退到任务默认值 imagenet10。传入 data 可在其他数据集上验证。
from ultralytics import YOLO
# 加载模型
model = YOLO("yolo26n-cls.pt") # 加载官方模型
model = YOLO("path/to/best.pt") # 加载自定义模型
# 验证模型
metrics = model.val() # 无需参数,数据集和设置会自动记住
metrics.top1 # top1 accuracy
metrics.top5 # top5 accuracy使用自定义变换训练的模型需要向 val() 传入匹配的 ClassificationValidator,否则验证时会裁剪图像,而训练时使用的是缩放。
预测#
使用训练好的 YOLO26n-cls 模型对图像运行预测。
from ultralytics import YOLO
# 加载模型
model = YOLO("yolo26n-cls.pt") # 加载官方模型
model = YOLO("path/to/best.pt") # 加载自定义模型
# 使用模型进行预测
results = model("https://ultralytics.com/images/bus.jpg") # 对图像进行预测
# 访问结果
for result in results:
top1 = result.probs.top1 # 预测概率最高的类别 ID
top1_conf = result.probs.top1conf # 最高预测置信度
top1_name = result.names[top1] # 预测概率最高的类别名称请参阅预测页面,了解完整的 predict 模式详情。
结果输出#
图像分类会为每张图像返回一个 Results 对象。主要预测字段是 result.probs,其中包含类别概率向量和用于获取最高预测结果的辅助方法。
| 属性 | 类型 | 形状 | 说明 |
|---|---|---|---|
result.probs | Probs | (C,) | 类别概率。 |
result.probs.data | torch.float32 | (C,) | 每个类别的概率。 |
result.probs.top1 | int | () | 得分最高的类别 ID。 |
result.probs.top1conf | torch.float32 | () | 最高置信度。 |
result.probs.top5 | list[int] | (<=5) | 得分最高的 5 个类别 ID。 |
如需了解所有任务中特定于任务的 Results 字段,请参阅按任务查看预测结果部分。
导出#
将 YOLO26n-cls 模型导出为 ONNX、CoreML 等其他格式。
from ultralytics import YOLO
# 加载模型
model = YOLO("yolo26n-cls.pt") # 加载官方模型
model = YOLO("path/to/best.pt") # 加载自定义模型
# 导出模型
model.export(format="onnx")下表列出了可用的 YOLO26-cls 导出格式。你可以使用 format 参数导出为任意格式,例如 format='onnx' 或 format='engine'。你可以直接在已导出的模型上进行预测或验证,例如 yolo predict model=yolo26n-cls.onnx。导出完成后,系统会显示适用于你模型的用法示例。
| 格式 | format 参数 | 模型 | 元数据 | 参数 |
|---|---|---|---|---|
| PyTorch | - | yolo26n-cls.pt | ✅ | - |
| TorchScript | torchscript | yolo26n-cls.torchscript | ✅ | imgsz, quantize, dynamic, nms, batch, device |
| ONNX | onnx | yolo26n-cls.onnx | ✅ | imgsz, quantize, dynamic, simplify, opset, nms, batch, data, fraction, device |
| OpenVINO | openvino | yolo26n-cls_openvino_model/ | ✅ | imgsz, quantize, dynamic, nms, batch, data, fraction, device |
| TensorRT | engine | yolo26n-cls.engine | ✅ | imgsz, quantize, dynamic, simplify, opset, workspace, nms, batch, data, fraction, device |
| CoreML | coreml | yolo26n-cls.mlpackage | ✅ | imgsz, dynamic, quantize, nms, batch, device |
| Apple Core AI | coreai | yolo26n-cls.aimodel | ✅ | imgsz, batch, quantize |
| TF SavedModel | saved_model | yolo26n-cls_saved_model/ | ✅ | imgsz, quantize, opset, nms, batch, data, fraction, device |
| TF GraphDef | pb | yolo26n-cls.pb | ❌ | imgsz, opset, batch, device |
| TF Edge TPU | edgetpu | yolo26n-cls_edgetpu.tflite | ✅ | imgsz, quantize, opset, data, fraction, device |
| LiteRT | litert | yolo26n-cls.tflite | ✅ | imgsz, quantize, batch, data, fraction, device |
| PaddlePaddle | paddle | yolo26n-cls_paddle_model/ | ✅ | imgsz, batch, device |
| MNN | mnn | yolo26n-cls.mnn | ✅ | imgsz, batch, dynamic, quantize, simplify, opset, nms, device |
| NCNN | ncnn | yolo26n-cls_ncnn_model/ | ✅ | imgsz, quantize, batch, device |
| IMX500 | imx | yolo26n-cls_imx_model/ | ✅ | imgsz, quantize, data, fraction, nms, device |
| RKNN | rknn | yolo26n-cls_rknn_model/ | ✅ | imgsz, batch, name, quantize, simplify, opset, data, fraction, device |
| ExecuTorch | executorch | yolo26n-cls_executorch_model/ | ✅ | imgsz, batch, device |
| Axelera | axelera | yolo26n-cls_axelera_model/ | ✅ | imgsz, batch, quantize, data, fraction, device |
| DEEPX | deepx | yolo26n-cls_deepx_model/ | ✅ | imgsz, quantize, simplify, opset, data, optimize, device |
| Qualcomm QNN | qnn | yolo26n-cls_qnn.onnx | ✅ | imgsz, batch, name, quantize, simplify, opset, data, fraction, device |
| Hailo | hailo | yolo26n-cls_hailo_model/ | ✅ | imgsz, name, quantize, data, fraction, simplify, conf, iou, device |
| Huawei Ascend | ascend | yolo26n-cls_ascend_model/ | ✅ | imgsz, batch, name, quantize, opset, simplify, nms, device |
| AMD Xilinx | xilinx | yolo26n-cls_xilinx_model/ | ✅ | imgsz, name, quantize, data, fraction, opset, simplify, device |
nms=None 默认输出原始结果,以供外部 NMS 使用。设置 nms=False 可选择可用的无 NMS 检测头;不支持的格式会回退到其原生输出路径。上方的 nms 条目表示可以通过 nms=True 嵌入 NMS 的格式。
请参阅 Export 页面,了解完整的 export 详情。
常见问题#
YOLO26 模型(例如
yolo26n-cls.pt)专为高效图像分类而设计。它们会为整张图像分配单个类别标签和置信度分数。当只需知道图像的具体类别,而不必确定图像中对象的位置或形状时,这种模型尤其适用。你可以使用 Python 或 CLI 命令训练 YOLO26 模型。例如,要在 MNIST160 数据集上以 64 的图像尺寸训练
yolo26n-cls模型,共训练 100 个轮次:示例from ultralytics import YOLO # 加载模型 model = YOLO("yolo26n-cls.pt") # 加载预训练模型(推荐用于训练) # 训练模型 results = model.train(data="mnist160", epochs=100, imgsz=64)如需了解更多配置选项,请访问配置页面。
要在 MNIST160 之类的数据集上验证训练好的模型的准确率,你可以使用以下 Python 或 CLI 命令:
示例from ultralytics import YOLO # 加载模型 model = YOLO("path/to/best.pt") # 加载训练好的模型 # 验证模型 metrics = model.val() # 无需提供参数,使用训练时的数据集和设置 metrics.top1 # top1 accuracy metrics.top5 # top5 accuracy如需了解更多信息,请访问 Validate 部分。
你可以使用 Python 或 CLI 命令将训练好的 YOLO26 模型导出为多种格式。例如,要将模型导出为 ONNX 格式:
示例from ultralytics import YOLO # 加载模型 model = YOLO("yolo26n-cls.pt") # 加载训练好的模型 # 将模型导出为 ONNX model.export(format="onnx")如需了解详细的导出选项,请参阅 Export 页面。