图像分类#

YOLO image classification of objects and scenes

图像分类是所支持的任务中最简单的一个，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一个单一的类别标签和一个置信度分数。当你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。

Watch: Explore Ultralytics YOLO Tasks: Image Classification using Ultralytics Platform

提示

YOLO26 Classify 模型使用 -cls 后缀，即 yolo26n-cls.pt，并且在 ImageNet 上进行了预训练。

模型 #

此处展示了 YOLO26 预训练的 Classify 模型。Detect、Segment 和 Pose 模型在 COCO 数据集上进行预训练，Semantic 模型在 Cityscapes 上进行预训练，而 Classify 模型在 ImageNet 数据集上进行预训练。

首次使用时，模型会从最新的 Ultralytics 发布版本中自动下载。

模型	尺寸 ^(像素)	准确率 ^top1	准确率 ^top5	速度 ^{CPU ONNX (ms)}	速度 ^{T4 TensorRT10 (ms)}	参数量 ^(M)	FLOPs ^{(B) at 224}
YOLO26n-cls	224	71.4	90.1	5.0 ± 0.3	1.1 ± 0.0	2.8	0.5
YOLO26s-cls	224	76.0	92.9	7.9 ± 0.2	1.3 ± 0.0	6.7	1.6
YOLO26m-cls	224	78.1	94.2	17.2 ± 0.4	2.0 ± 0.0	11.6	4.9
YOLO26l-cls	224	79.0	94.6	23.2 ± 0.3	2.8 ± 0.0	14.1	6.2
YOLO26x-cls	224	79.9	95.0	41.4 ± 0.9	3.8 ± 0.0	29.6	13.6

acc 值是模型在 ImageNet 数据集验证集上的准确率。
通过 yolo val classify data=path/to/ImageNet device=0 复现
速度是通过 Amazon EC2 P4d 实例对 ImageNet 验证集图像取平均值计算得出的。
通过 yolo val classify data=path/to/ImageNet batch=1 device=0|cpu 复现
Params 和 FLOPs 值适用于经过 model.fuse() 处理后的融合模型，该操作会合并 Conv 和 BatchNorm 层。预训练检查点保留了完整的训练架构，可能会显示更高的数值。

训练#

在 MNIST160 数据集上以图像尺寸 64 训练 YOLO26n-cls 100 个轮次。有关可用参数的完整列表，请参见配置页面。

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)

提示

Ultralytics YOLO 分类使用 torchvision.transforms.RandomResizedCrop 进行训练，使用 torchvision.transforms.CenterCrop 进行验证和推理。这些基于裁剪的变换假设输入是正方形的，可能会无意中从具有极端宽高比的图像中裁剪掉重要区域，从而可能在训练期间导致关键视觉信息的丢失。为了在保持其比例的同时保留完整图像，建议使用 torchvision.transforms.Resize 代替裁剪变换。

你可以通过自定义 ClassificationDataset 和 ClassificationTrainer 来定制你的增强管道，从而实现这一点。

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):
        """Build a customized dataset for classification standalone validation (no augmentation)."""
        return CustomizedDataset(root=img_path, args=self.args, augment=False, 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 分类数据集格式可以在数据集指南中找到详细说明。分类数据集也可以使用 Ultralytics 平台标注工具进行管理和标注。

验证#

验证训练好的 YOLO26n-cls 模型在 MNIST160 数据集上的准确率。不需要任何参数，因为 model 保留了其训练时的 data 和参数作为模型属性。

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

提示

正如训练部分中所提到的，你可以通过使用自定义 ClassificationTrainer 来在训练期间处理极端的长宽比。为了获得一致的验证结果，你需要在调用 val() 方法时实现自定义的 ClassificationValidator，以应用相同的方法。有关实现细节，请参考训练部分中的完整代码示例。

预测#

使用已训练的 YOLO26n-cls 模型对图像进行预测。

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

# Access the results
for result in results:
    top1 = result.probs.top1  # top predicted class ID
    top1_conf = result.probs.top1conf  # top prediction confidence
    top1_name = result.names[top1]  # top predicted class name

查看完整的 predict 模式详情，请访问 Predict 页面。

结果输出#

图像分类为每张图像返回一个 Results 对象。主要的预测字段是 result.probs，它包含类别概率向量以及用于顶级预测的辅助工具。

属性	类型	形状	描述
`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`	`()`	首选类别 ID。
`result.probs.top1conf`	`torch.float32`	`()`	首选置信度。
`result.probs.top5`	`list[int]`	`(<=5)`	前 5 个类别 ID。

有关所有任务特定于任务的 Results 字段，请参阅按任务划分的预测结果部分。

导出#

将 YOLO26n-cls 模型导出为其他格式，例如 ONNX、CoreML 等。

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")

可用的 YOLO26-cls 导出格式如下表所示。你可以使用 format 参数导出为任何格式，即 format='onnx' 或 format='engine'。你可以直接对导出的模型进行预测或验证，即 yolo predict model=yolo26n-cls.onnx。导出完成后将显示针对你的模型的使用示例。

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`
TF SavedModel	`saved_model`	`yolo26n-cls_saved_model/`	✅	`imgsz`, `keras`, `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`
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`
LiteRT	`litert`	`yolo26n-cls.tflite`	✅	`imgsz`, `quantize`, `batch`, `data`, `fraction`, `device`
Hailo	`hailo`	`yolo26n-cls_hailo_model/`	✅	`imgsz`, `name`, `quantize`, `data`, `fraction`, `simplify`, `conf`, `iou`
Huawei Ascend	`ascend`	`yolo26n-cls_ascend_model/`	✅	`imgsz`, `batch`, `name`, `quantize`, `opset`, `simplify`, `nms`

查看完整的 export 详情，请访问 Export 页面。

常见问题解答#

YOLO26 在图像分类中的目的是什么？#

YOLO26 模型（例如 yolo26n-cls.pt）专为高效图像分类而设计。它们将单个类别标签连同置信度分数分配给整个图像。这对于只需知道图像的具体类别、而无需识别图像中对象的位置或形状的应用场景特别有用。

我该如何训练 YOLO26 模型进行图像分类？#

要训练 YOLO26 模型，你可以使用 Python 或 CLI 命令。例如，要在 MNIST160 数据集上以 64 的图像尺寸训练 yolo26n-cls 模型 100 个轮次：

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)

有关更多配置选项，请访问配置页面。

我在哪里可以找到预训练的 YOLO26 分类模型？#

预训练的 YOLO26 分类模型可以在模型部分找到。诸如 yolo26n-cls.pt、yolo26s-cls.pt、yolo26m-cls.pt 等模型在 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。

我该如何将已训练的 YOLO26 模型导出为不同格式？#

你可以使用 Python 或 CLI 命令将已训练的 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")

有关详细的导出选项，请参考导出页面。

我该如何验证已训练的 YOLO26 分类模型？#

要验证已训练模型在类似 MNIST160 等数据集上的准确率，你可以使用以下 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

有关更多信息，请访问验证部分。

贡献者

GLglenn-jocher³¹ BUBurhan-Q⁴ RAraimbekovm³ LALaughing-q³ AMambitious-octopus³ RIRizwanMunawar³ PDpderrenger² PIpicsalex² MAMatthewNoyce¹ FCfcakyon¹

创建于 2023年11月12日更新于上周