CVHub | YOLOv10 正式发布！原理、部署、应用一站式齐全

最新推荐文章于 2024-12-21 20:00:30 发布

双木的木

最新推荐文章于 2024-12-21 20:00:30 发布

阅读量2.1k

点赞数 11

分类专栏：深度学习拓展阅读文章标签： YOLO python pytorch 算法 github 深度学习计算机视觉

本文链接：https://blog.youkuaiyun.com/csdn_xmj/article/details/139208872

版权

本文来源公众号“CVHub”，仅用于学术分享，侵权删，干货满满。

原文链接：YOLOv10 正式发布！原理、部署、应用一站式齐全

标题：YOLOv10: Real-Time End-to-End Object Detection
论文：https://arxiv.org/pdf/2405.14458
源码：https://github.com/THU-MIG/yolov10

1 导读

YOLO（You Only Look Once）系列是当前最主流的端侧目标检测算法，由Joseph Redmon等人首次提出，并随着时间发展，已经推出了多个版本，每个版本“似乎”都在性能和速度上有所提升。

今天为大家介绍的是 YOLOv10，这是由清华大学研究团队最新提出的，同样遵循 YOLO 系列设计原则，致力于打造实时端到端的高性能目标检测器。值得一提的是，YOLOv10 也已经被合并到 Ultralytics 官方项目。

从图中可以看出，性能是持续提升的，欢迎各位小伙伴阅读完本篇文章后在评论区留言，谈谈你对本文的看法。

2 方法

2.1 创新

2.1.1 双标签分配策略

众所周知，标签分配策略对于目标检测器来说是至关重要的。经过这几年的发展，前前后后也提出了许多的不同的方案，但归根结底还是围绕着正负样本去定义。通常，我们会认为与 GT 框的 IoU 大于给定阈值的便是正样本。

首先，回顾下经典的 YOLO 架构，其通过网格化的方式预定义数千个锚框(anchor)，然后基于这些锚框进一步执行回归和分类任务。然而，实际场景中，我们所面临的目标其大小、长宽比、数量、位姿均各有所异，因此很难通过这种方式来提供一个完美的先验信息，尽管可以借助一些方法如 kmeans 聚类来获得一个次优的结果。

于是乎，基于 anchor-free 的目标检测器被提出来了。其标签分配策略被简化成了从网格点到目标框中心或者角点的距离。遗憾的是，无论是 anchor-based 的“框分配”策略还是 anchor-free 的“点分配”策略，其始终会面临一个 many-to-one 的窘境，即对于一个 GT 框来说，会存在多个正样本与之对应。

这便意味着 NMS 成为了一种必不可少的手段，以避免产生冗余检测框。然而，引入 NMS 一方面会增加耗时，同时也会引入一些问题，譬如当 IoU 设置不恰当时会导致一些高置信度的正确目标框被过滤掉（密集场景下）。

当然，针对这个问题，后面也提出了不少解决方案。如最容易想到的就是 two-stage 模型的 one-to-one 即一对一分配策略，我们强制只将一个 GT 框分配给一个正样本，这样就可以避免引入 NMS，可惜效率方面是