Модель YOLOv10
Сегодня утром я увидел кучу твитов, в которых говорилось, что вышел YOLOv10. Я был шокирован. Мир меняется так быстро.
Затем я бегло просмотрел соответствующие документы и нашел YOLOv10. По сравнению с YOLOv8 есть два самых больших изменения: Добавлен уровень PSA и уровень CIB.
Удален НМС
Экспорт и развертывание
Адрес YOLOv10 на github следующий:
https://github.com/THU-MIG/yolov10
Загрузите исходный код и напрямую используйте следующий код для экспорта модели формата ONNX. Я обнаружил, что прежде чем я успел выяснить формат после экспорта, выходные данные на самом деле представляли собой динамическое представление формата ONNX, но на самом деле.
Поддерживаемый формат ввода: 1x3x640x640.
Выходной формат: 1x300x6.
Выходной формат 300 относится к числу выходных блоков предсказания, 6 соответственно.
x1 y1 x2 y2 score classid
Потому что Модель YOLOv10 не требует NMS, поэтому он напрямую выводит окончательный результат прогнозирования. Максимальное поддерживаемое количество полей по умолчанию — 300. Это можно изменить, но я не изучал это внимательно, иначе он, очевидно, будет поддерживать слишком мало блоков прогнозов, что намного меньше, чем блок прогнозов YOLOv8. Код преобразования модели выглядит следующим образом:
from ultralytics import RTDETR, YOLO
"""Test exporting the YOLO model to ONNX format."""
f = YOLO("yolov10s.pt").export(format="onnx", dynamic=True)
С точки зрения чистого вывода YOLOv10 действительно намного проще, чем YOLOv8, и немного похож на модель SSD. Код вывода реализован следующим образом:
import cv2 as cv
import numpy as np
from openvino.runtime import Core
# load model
labels = load_classes()
ie = Core()
for device in ie.available_devices:
print(device)
model = ie.read_model(model="yolov10n.onnx")
compiled_model = ie.compile_model(model=model, device_name="CPU")
output_layer = compiled_model.output(0)
frame = cv.imread("D:/images/1234.jpg")
image = format_yolov10(frame)
h, w, c = image.shape
x_factor = w / 640.0
y_factor = h / 640.0
# Обнаружение 2/255.0, NCHW = 1x3x640x640
blob = cv.dnn.blobFromImage(image, 1 / 255.0, (640, 640), swapRB=True, crop=False)
# Настройка сетевого входа
cvOut = compiled_model([blob])[output_layer]
# [left,top, right, bottom, score, classId]
print(cvOut.shape)
for row in cvOut[0,:,:]:
score = float(row[4])
objIndex = int(row[5])
if score > 0.5:
left, top, right, bottom = row[0].item(), row[1].item(), row[2].item(), row[3].item()
left = int(left * x_factor)
top = int(top * y_factor)
right = int(right * x_factor)
bottom = int(bottom * y_factor)
# рисовать
cv.rectangle(frame, (int(left), int(top)), (int(right), int(bottom)), (255, 0, 0), thickness=2)
cv.putText(frame, "score:%.2f, %s"%(score, labels[objIndex]),
(int(left) - 10, int(top) - 5), cv.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 255), 2, 8);
cv.imshow('YOLOv10 Object Detection', frame)
cv.imwrite("D:/result.png", frame)
cv.waitKey(0)
cv.destroyAllWindows()
Результаты бега следующие:
Резюме и мнения
Лично я считаю, что это модифицированная версия YOLOv8. Называть ее YOLOv10 немного излишне. Если модификация продолжится, YOLOv20 не за горами. Затем, загрузив исходный код, вы обнаружите, что многие пакеты YOLOv8 и комментарии к коду даже не изменили своих названий. Особенно код демонстрации вывода по-прежнему остается YOLOv8. Можете ли вы быть более профессиональнее?