关于yolov8的一些理解

已于 2023-04-24 08:26:56 修改
阅读量4.2k 收藏 31
点赞数 5
CC 4.0 BY-SA版权
分类专栏： 目标检测 论文 文章标签： YOLO 计算机视觉 深度学习
于 2023-04-21 16:27:21 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_44804542/article/details/130288940
YOLOv8是ultralytics在2023年开源的更新，提供SOTA目标检测技术。它引入了C2F和SPPF模块，采用Anchor-Free，动态正样本分配策略TaskAlignedAssigner，并使用Distribution Focal Loss。文章详细探讨了这些创新点及其在网络结构、损失函数和正样本匹配策略上的应用。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

文章目录

1.前言

YOLOv8 是 ultralytics 公司在 2023 年 1月 10 号开源的 YOLOv5 的下一个重大更新版本。是一款强大、灵活的目标检测和图像分割工具，它提供了最新的 SOTA 技术。
在这里插入图片描述
Github: yolov8

2.创新点及工作

  1. 提供了一个全新的SOTA模型。基于缩放系数也提供了N/S/M/L/X不同尺度的模型，以满足不同部署平台和应用场景的需求；
  2. 网络结构上引入C2F和SPPF模块，并对不同尺度的模型进行了精心微调，提升网络特征提取能力及模型性能的同时，平衡模型的推理速度；
  3. 采用Anchor-Free代替Anchor-Based，对网络输出头进行解耦，分离类别预测和目标框的回归，同时去掉置信度分支；
  4. 采用TaskAlignedAssigner 动态正样本分配策略，提高样本的生成质量
  5. 引入了 Distribution Focal Loss用于目标框的回归。

3. 网络结构

在这里插入图片描述

3.1 BackBone

3.1.1 C2F

网络结构优化的一种方法：替换基本组件；

  • 参考了YOLOv5的C3模块以及YOLOv7的ELAN的模块进行的设计，让YOLOv8可以在保证轻量化的同时，通过引入更多的分支跨层连接可以获得更加丰富的梯度流信息。
  • 相较于YOLOv7的ELAN模块的设计，C2F模块在输入/输出通道上没有做什么额外工作，在一定程度并不太符合ShuffleNet的一些设计准则：要想使卷积推理速度达到最快，输入通道应与输出通道保持一致。
  • C2F模块中存在 Split 等操作对特定硬件部署没有之前那么友好了
    在这里插入图片描述

3.1.2 结构微调

对不同尺度模型调整了通道数和模型的深度，属于对模型结构精心微调，不再是无脑一套参数应用所有模型，综合考虑模型的精度和推理速度
在这里插入图片描述

  • Yolov5中C3模块的堆叠遵循着3/6/9/3的配置，而在YOLOv8中，C2F的配置则是3/6/6/3的配置，其中的9被减小到了6，以压缩模型的规模
  • 对于较轻量的YOLOv8-N和YOLOv8-S，基本通道数遵循128->256->512->1024的变化规律，即乘以各自的width参数即可。 但是，对于较大的M/L/X，最后的1024则分别变成了768，512和512，如上图红框所示，C5尺度的通道数是有变化的。相当于加入一个参数ratio，简记r，基础通道数为512，那么从YOLOv8-N到YOLOv8-X，就一共有width(w)、depth(d)和ratio® 三组可调控的参数：
    在这里插入图片描述
  • 这种人为调控参数的目的在于提升模型精度的同时，控制计算量的大小，以实现和其它算法相比，达到SOTA效果；但这种强行调整的方式，人为雕琢的痕迹过重，网络结构的调整没有那么”优雅”。

3.1.2 SPPF

对比spp，将简单的并行max pooling 改为串行+并行的方式。对比如下（左边是SPP，右边是SPPF）
在这里插入图片描述

3.2 Neck

NECK部分和yolov5结构基本一致，区别主要有两点

  • C3模块更换为C2F模块
  • 去掉了上采样前用于降维的 1×1 卷积。
    在这里插入图片描述

3.3 Head

  • Anchor_base 调整为 Anchor_free
    • 个人认为anchor box在一定程度上能够起到先验的作用，但其尺寸一般基于数据集统计分析得到，在一定程度上依赖于数据集本身的分布；
    • 同时anchor的引入会带来额外的参数量，整体来说anchor_free还是较为简单明了；
  • 参考yolox操作，对预测结果进行解耦 ：单独分支预测分类和定位
  • 去掉了置信度分支
  • 回归的内容是ltrb四个值（距离匹配到的anchor点的距离值），这里的regmax在后面进行解释
    在这里插入图片描述
  • 需要注意的是解耦头的类别分支和回归分支的通道数可能是不相等的，YOLOv8认为二者表征了两种不同的特征，应该不一样。因此，对于类别分支，YOLOv8将其通道数设置为 c c l s = m a x ( c 0 3 , N C ) c_{cls} = max(c_0^3,N_C) ccls
最低0.47元/天 解锁文章

200万优质内容无限畅学
轻量级网络结构的目标检测算法——Yolov8介绍
Littro Innovations
12-04 3407
同时，Yolov8还采用了级联和金字塔的思想以及多尺度特征融合等技术，进一步提高了算法的性能。此外，Yolov8还采用了级联和金字塔的思想，使算法能够处理不同大小的目标。而Yolov8的双路径预测方式可以更好地适应不同大小的目标。相比之下，早期的Yolo算法采用了较重的网络结构，如Darknet等，导致运行速度较慢。同时，Yolov8还采用了级联和金字塔的思想，能够处理不同大小的目标，进一步提高了算法的效率。Yolov8算法采用了新的损失函数和紧密连接的网络结构，使得它在目标检测准确性上有所提高。
Yolov8原理详细解析！一文看懂
穿着帆布鞋也能走猫步
08-30 9万+
Yolov8原理详细解析
介绍一下YOLOv8
weixin_35755434的博客
02-12 2106
YOLOv8是一种目标检测算法，是YOLO(You Only Look Once)系列算法的最新版本。它使用单次预测框架对图像中的对象进行定位和分类。这种方法可以检测多个对象，并且速度更快，准确率更高。YOLOv8通过使用更高级的卷积神经网络模型以及先进的训练方法来提高性能。此外，它还支持更多的类别，并且可以在更小的目标上检测更详细的信息。 ...
计算机视觉---YOLOv8
最新发布
MzKyle的博客
06-18 1512
YOLOv8技术解析与性能对比 YOLOv8作为Ultralytics最新目标检测框架，采用全卷积架构和Anchor-Free机制，核心创新包括： 架构优化：改进的CSPDarknet骨干网络引入C2f模块，PAFPN特征融合和解耦检测头设计； 训练增强：Task-Aligned标签分配、CIoU损失函数及多任务扩展能力； 性能提升：相比YOLOv5，参数量减少20%，推理速度提升10-15%，COCO数据集AP提升1.1%； 多任务支持：统一框架可扩展至实例分割和姿态估计。
YOLOV8介绍
wuling129的专栏
03-01 7220
有具体部署和训练实现代码（有非常好的参考和启示价值）
YOLOv8 简介
qq50031185的专栏
03-15 8907
YOLOv8 继承了前代模型的优点，并在此基础上进行了多项改进，包括更复杂的网络架构、更优化的训练流程和更强大的特征提取能力。YOLOv8 作为目前最先进的对象检测模型之一，其强大的性能和实时检测能力在许多应用场景中都有着广泛的应用前景。高准确度: 通过更深更复杂的网络结构和改进的训练技巧，YOLOv8 在保持高速度的同时，也大幅提高了检测的准确度。更强的特征提取器: YOLOv8 使用了更先进的特征提取网络，这有助于从图像中提取出更丰富、更有区分度的特征。YOLOv8 的特点。
YOLOv8 深度详解！一文看懂，快速上手
qq_39967751的博客
01-12 4万+
本文详细分析和总结了最新的 YOLOv8 算法，从整体设计到模型结构、Loss 计算、训练数据增强、训练策略和推理过程进行了详细的说明，并提供了大量的示意图供大家方便理解。
Yolov8-yolov8
10-04
Yolo（You Only Look Once）是一个广受欢迎的实时对象检测系统，它的最新版本为Yolov8。Yolov8相较于前一代版本，可能在速度、准确度和易用性上有显著改进。ROS（Robot Operating System）是一个用于机器人软件开发...
yolov8视觉学习yolov8-master.zip
04-06
这个压缩包“yolov8视觉学习yolov8-master.zip”显然包含了关于YOLOv8的学习资料和源代码，让我们一起深入探讨YOLOv8的精髓。 YOLOv8的设计理念是基于前一代的YOLOv3和YOLOv4，这两者都引入了显著的改进，如锚框...
yolov8-42-yolov8训练自己的数据集
10-03
此外，为了方便使用，一些开发者可能会将YOLOv8封装成Docker镜像，这样可以简化环境配置步骤，只需运行相应的Docker容器即可。 准备数据集是目标检测训练的关键步骤之一。数据集应该包含大量高质量的标注图像，每个...
用 YOLOv8 解决图像分类yolov8-master.zip
02-24
关于如何使用YOLOv8解决图像分类问题，通常需要以下步骤： 1. **环境搭建**：首先，你需要安装必要的依赖库，如TensorFlow、PyTorch或其他深度学习框架，根据提供的`yolov8-master`代码库进行配置。 2. **数据准备...
YOLOv8模型讲解
qq_40553788的博客
05-14 9806
YOLOv8是一种目标检测模型，它是YOLO系列模型的最新版本。YOLOv8采用了一种基于Anchor-Free的检测方式，相比于传统的Anchor-Based检测方式，它具有更高的检测精度和更快的检测速度。YOLOv8的原理可以分为两个部分：特征提取和目标检测。特征提取部分采用了一种名为CSPDarknet的网络结构，它是一种基于Darknet的改进版本。CSPDarknet采用了Cross Stage Partial Network（CSP）结构，将网络分为两个部分，每个部分都包含多个残差块。
一文了解YOLOv8（附带各种任务详细说明链接）：计算机视觉领域的新星
CDBmax的博客
12-22 1万+
在快速发展的计算机视觉领域，目标检测技术一直是研究和应用的热点。它在许多实际场景中扮演着至关重要的角色，从智能监控系统到自动驾驶汽车，再到医疗影像分析。在众多目标检测模型中，YOLO（You Only Look Once）系列因其出色的速度和准确率而备受关注。而最新的YOLOv8，不仅在性能上超越了其前代版本，还引入了一系列创新技术，为整个领域带来了新的突破。YOLOv8继承了YOLO系列的快速、准确的特点，同时引入了更高效的架构和算法优化。
YOLOv8详解 【网络结构+代码+实操】
热门推荐
zyw2002的博客
03-01 36万+
YOLOv8 算法的核心特性和改动可以归结为如下：提供了一个全新的 SOTA 模型，包括 P5 640 和 P6 1280 分辨率的目标检测网络和基于 YOLACT 的实例分割模型。和 YOLOv5 一样，基于缩放系数也提供了 N/S/M/L/X 尺度的不同大小模型，用于满足不同场景需求Backbone骨干网络和 Neck 部分可能参考了 YOLOv7 ELAN 设计思想，将 YOLOv5 的C3结构换成了梯度流更丰富的C2f结构，并对不同尺度模型调整了不同的通道数。
YOLOV8
andeyeluguo的博客
01-11 1264
提供了一个全新的 SOTA 模型，包括 P5 640 和 P6 1280 分辨率的目标检测网络和基于YOLACT的实例分割模型。和 YOLOv5 一样，基于缩放系数也提供了 N/S/M/L/X 尺度的不同大小模型，用于满足不同场景需求骨干网络和 Neck 部分可能参考了 YOLOv7 ELAN 设计思想，将 YOLOv5 的 C3 结构换成了梯度流更丰富的 C2f 结构，并对不同尺度模型调整了不同的通道数，属于对模型结构精心微调，不再是无脑一套参数应用所有模型，大幅提升了模型性能。
YOLOv8模型介绍与开发环境搭建
weixin_52603404的博客
03-14 1696
目标检测(Detect)实例分割(Segment)姿态估计(Pose)旋转目标检测(Obb)YOLOv8 模型包括输入层和输出层，采用 CSP 和 SPPF 模块，提升模型连续性。
浅析YOLOv8
qwj的博客
05-06 5455
浅析YOLOv8 框架
简单了解YOLOv8
w15136756855的博客
07-25 1万+
YOLOv8简介
YOLOv8深度理解损失函数
02-10
### YOLOv8损失函数详解 #### 组成部分 YOLOv8采用了一个多组件构成的综合损失函数来优化模型性能。此损失函数由三个主要部分组成： - **目标检测损失**：这部分负责识别图像中是否存在对象以及预测边界框的位置准确性[^1]。 - **目标分类损失**：用于区分不同类别的物体，确保每个预测出来的区域都能被正确地标记为其所属类别。 - **目标定位损失**：专注于提高边界框坐标的精度，使得预测框能够更精确地包围住实际的目标位置。 #### 工作原理 对于每一个网格单元格内的候选框而言，在训练过程中会计算上述三种类型的误差，并通过加权求和形成最终的整体损失值。具体来说： - 对于存在真实对象的情况（即正样本），将会同时考虑所有三项损失；而对于不存在任何对象的地方（负样本），则只涉及目标检测损失项以减少误报率。 为了更好地平衡各项之间的贡献度并加快收敛速度，通常会对各个分量赋予不同的权重系数。此外，还会引入一些额外机制如IoU(Intersection over Union)改进版GIoU或DIoU等作为辅助指标加入到整体框架之中，从而进一步提升模型的表现效果。 ```python import torch.nn.functional as F def compute_loss(predictions, targets): # 假设predictions和targets已经过预处理 obj_loss = ... # 计算目标检测损失 cls_loss = F.cross_entropy(...) # 使用交叉熵计算分类损失 loc_loss = smooth_l1_loss(...) # 使用平滑L1损失计算定位损失 total_loss = lambda_obj * obj_loss + lambda_cls * cls_loss + lambda_loc * loc_loss return total_loss ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值