跳转至内容

图像分类

YOLO 物体与场景YOLO 分类

图像分类是三个任务中最简单的，它涉及将整个图像分类到一组预定义的类别中。

图像分类器的输出是单个类别标签和一个置信度分数。当您只需要知道图像属于哪个类别，而不需要知道该类别的对象位于何处或其确切形状时，图像分类非常有用。



观看： 探索 Ultralytics YOLO 任务：使用 Ultralytics 平台进行图像分类

提示

YOLO26 classify 模型使用 -cls 后缀，即 yolo26n-cls.pt，并在...上进行预训练 ImageNet.

模型

此处显示了 YOLO26 预训练的 classify 模型。detect、segment 和 姿势估计 模型在 COCO 数据集上进行了预训练，而 classify 模型则在 ImageNet 数据集上进行了预训练。

模型首次使用时会自动从最新的 Ultralytics release 下载。

模型尺寸
(像素)		acc
top1		acc
top5		速度
CPU ONNX
(毫秒)		速度
T4 TensorRT10
(毫秒)		参数
(M)		FLOPs
(B) at 224
YOLO26n-cls22471.490.15.0 ± 0.31.1 ± 0.02.80.5
YOLO26s-cls22476.092.97.9 ± 0.21.3 ± 0.06.71.6
YOLO26m-cls22478.194.217.2 ± 0.42.0 ± 0.011.64.9
YOLO26l-cls22479.094.623.2 ± 0.32.8 ± 0.014.16.2
YOLO26x-cls22479.995.041.4 ± 0.93.8 ± 0.029.613.6
  • acc 值是模型在 ImageNet 数据集验证集上的模型准确性。
    如需重现结果，请通过 yolo val classify data=path/to/ImageNet device=0
  • 速度 在 ImageNet 验证图像上平均，使用一个 Amazon EC2 P4d 实例进行平均计算得出的。
    如需重现结果，请通过 yolo val classify data=path/to/ImageNet batch=1 device=0|cpu

训练

在图像大小为 64 的情况下，在 MNIST160 数据集上训练 YOLO26n-cls 100 个 epoch。有关可用参数的完整列表，请参阅配置页面。

示例

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-cls.yaml")  # build a new model from YAML
model = YOLO("yolo26n-cls.pt")  # load a pretrained model (recommended for training)
model = YOLO("yolo26n-cls.yaml").load("yolo26n-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=yolo26n-cls.yaml epochs=100 imgsz=64

# Start training from a pretrained *.pt model
yolo classify train data=mnist160 model=yolo26n-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=yolo26n-cls.yaml pretrained=yolo26n-cls.pt epochs=100 imgsz=64

提示

Ultralytics YOLO 分类使用 torchvision.transforms.RandomResizedCrop 用于训练和 torchvision.transforms.CenterCrop 用于验证和推理。 这些基于裁剪的转换假定输入为正方形，并且可能会无意中裁剪掉具有极端纵横比的图像中的重要区域，从而可能导致训练期间关键视觉信息的丢失。 为了在保持图像比例的同时保留完整图像，请考虑使用 torchvision.transforms.Resize 而不是裁剪变换。

您可以通过自定义的增强流水线来实现这一点 ClassificationDataset 和 ClassificationTrainer.

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 = ""):
        """Initialize a customized classification dataset with enhanced data augmentation transforms."""
        super().__init__(root, args, augment, prefix)

        # Add your custom training transforms here
        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),
            ]
        )

        # Add your custom validation transforms here
        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=mode)


class CustomizedValidator(ClassificationValidator):
    """A customized validator class for YOLO classification models with enhanced dataset handling."""

    def build_dataset(self, img_path: str, mode: str = "train"):
        """Build a customized dataset for classification standalone validation."""
        return CustomizedDataset(root=img_path, args=self.args, augment=mode == "train", prefix=self.args.split)


model = YOLO("yolo26n-cls.pt")
model.train(data="imagenet1000", trainer=CustomizedTrainer, epochs=10, imgsz=224, batch=64)
model.val(data="imagenet1000", validator=CustomizedValidator, imgsz=224, batch=64)

数据集格式

YOLO 分类数据集格式的详细信息可以在数据集指南中找到。

验证

验证训练好的 YOLO26n-cls 模型 准确性 在 MNIST160 数据集上。由于 model 保留其训练 data 和参数作为模型属性，因此无需任何参数。

示例

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-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

yolo classify val model=yolo26n-cls.pt  # val official model
yolo classify val model=path/to/best.pt # val custom model

提示

正如在以下内容中提到的 训练部分，您可以通过使用自定义的 ClassificationTrainer。您需要应用相同的方法，通过实施自定义的 ClassificationValidator 在调用 val() 方法。请参阅中的完整代码示例 训练部分 有关实施细节。

预测

使用训练好的 YOLO26n-cls 模型对图像运行预测。

示例

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-cls.pt")  # load an official model
model = YOLO("path/to/best.pt")  # load a custom model

# Predict with the model
results = model("https://ultralytics.com/images/bus.jpg")  # predict on an image

yolo classify predict model=yolo26n-cls.pt source='https://ultralytics.com/images/bus.jpg'  # predict with official model
yolo classify predict model=path/to/best.pt source='https://ultralytics.com/images/bus.jpg' # predict with custom model

查看完整 predict 模式的详细信息，请参阅 预测 页面。

导出

将 YOLO26n-cls 模型导出为 ONNX、CoreML 等不同格式。

示例

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-cls.pt")  # load an official model
model = YOLO("path/to/best.pt")  # load a custom-trained model

# Export the model
model.export(format="onnx")

yolo export model=yolo26n-cls.pt format=onnx  # export official model
yolo export model=path/to/best.pt format=onnx # export custom-trained model

可用的 YOLO26-cls 导出格式如下表所示。您可以使用以下方式导出为任何格式： format 参数，即 format='onnx' 或 format='engine'。您可以直接在导出模型上进行预测或验证，即 yolo predict model=yolo26n-cls.onnx。导出完成后，将显示您的模型的使用示例。

格式format 参数模型元数据参数
PyTorch-yolo26n-cls.pt✅-
TorchScripttorchscriptyolo26n-cls.torchscript✅imgsz, half, dynamic, optimize, nms, batch, device
ONNXonnxyolo26n-cls.onnx✅imgsz, half, dynamic, simplify, opset, nms, batch, device
OpenVINOopenvinoyolo26n-cls_openvino_model/✅imgsz, half, dynamic, int8, nms, batch, data, fraction, device
TensorRTengineyolo26n-cls.engine✅imgsz, half, dynamic, simplify, workspace, int8, nms, batch, data, fraction, device
CoreMLcoremlyolo26n-cls.mlpackage✅imgsz, dynamic, half, int8, nms, batch, device
TF SavedModelsaved_modelyolo26n-cls_saved_model/✅imgsz, keras, int8, nms, batch, device
TF GraphDefpbyolo26n-cls.pb❌imgsz, batch, device
TF Litetfliteyolo26n-cls.tflite✅imgsz, half, int8, nms, batch, data, fraction, device
TF Edge TPUedgetpuyolo26n-cls_edgetpu.tflite✅imgsz, device
TF.jstfjsyolo26n-cls_web_model/✅imgsz, half, int8, nms, batch, device
PaddlePaddlepaddleyolo26n-cls_paddle_model/✅imgsz, batch, device
MNNmnnyolo26n-cls.mnn✅imgsz, batch, int8, half, device
NCNNncnnyolo26n-cls_ncnn_model/✅imgsz, half, batch, device
IMX500imxyolo26n-cls_imx_model/✅imgsz, int8, data, fraction, device
RKNNrknnyolo26n-cls_rknn_model/✅imgsz, batch, name, device
ExecuTorchexecutorchyolo26n-cls_executorch_model/✅imgsz, device
Axeleraaxelerayolo26n-cls_axelera_model/✅imgsz, int8, data, fraction, device

查看完整 export 详情请参见 导出 页面。

常见问题

YOLO26 在图像分类中的作用是什么？

YOLO26 模型，例如 yolo26n-cls.pt，专为高效图像分类而设计。它们为整个图像分配单个类别标签以及置信度分数。这对于知道图像的特定类别就足够的应用特别有用，而不是识别图像中物体的具体位置或形状。

如何训练 YOLO26 模型进行图像分类？

要训练 YOLO26 模型，您可以使用 Python 或 CLI 命令。例如，要训练一个 yolo26n-cls 模型在 MNIST160 数据集上进行 100 个 epochs，图像大小为 64：

示例

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-cls.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="mnist160", epochs=100, imgsz=64)

yolo classify train data=mnist160 model=yolo26n-cls.pt epochs=100 imgsz=64

有关更多配置选项，请访问配置页面。

在哪里可以找到预训练的 YOLO26 分类模型？

预训练的 YOLO26 分类模型可以在以下位置找到： 模型 部分找到。例如 yolo26n-cls.pt, yolo26s-cls.pt, yolo26m-cls.pt等模型，均在 ImageNet 数据集上进行了预训练，可以轻松下载并用于各种图像分类任务。

如何将训练好的 YOLO26 模型导出为不同格式？

您可以使用 Python 或 CLI 命令将训练好的 YOLO26 模型导出为各种格式。例如，要将模型导出为 ONNX 格式：

示例

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-cls.pt")  # load the trained model

# Export the model to ONNX
model.export(format="onnx")

yolo export model=yolo26n-cls.pt format=onnx # export the trained model to ONNX format

有关详细的导出选项，请参阅导出页面。

如何验证训练好的 YOLO26 分类模型？

要在 MNIST160 等数据集上验证已训练模型的准确性，可以使用以下 python 或 CLI 命令：

示例

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-cls.pt")  # load the trained model

# Validate the model
metrics = model.val()  # no arguments needed, uses the dataset and settings from training
metrics.top1  # top1 accuracy
metrics.top5  # top5 accuracy

yolo classify val model=yolo26n-cls.pt # validate the trained model

有关更多信息，请访问验证部分。



📅 创建于 2 年前 ✏️ 更新于 2 天前
glenn-jocherBurhan-QLaughing-qambitious-octopuspderrengerpicsalexRizwanMunawarUltralyticsAssistantMatthewNoyceRizwanMunawarfcakyon

评论