YOLOV8

前言

YOLOv8并非一个全新的目标检测网络，而是在YOLOv5的基础上进行了升级。其主要升级包括：

• 新的骨干网络
• 创新的Ancher-Free检测头
• 新的损失函数

性能对比

下表展示了在COCO Val 2017数据集上官方进行测试的mAP、参数量和FLOPs的结果。

模型	YOLOv5	params(M)	FLOPs@640 (B)	YOLOv8	params(M)	FLOPs@640 (B)
n	28.0(300e)	1.9	4.5	37.3 (500e)	3.2	8.7
s	37.4 (300e)	7.2	16.5	44.9 (500e)	11.2	28.6
m	45.4 (300e)	21.2	49.0	50.2 (500e)	25.9	78.9
l	49.0 (300e)	46.5	109.1	52.9 (500e)	43.7	165.2
x	50.7 (300e)	86.7	205.7	53.9 (500e)	68.2	257.8

可以看出，相较于YOLOv5，YOLOv8在精度上取得了显著提升。然而，N/S/M模型的参数量和FLOPs相应地也有相当的增加。此外，大多数模型相较于YOLOv5，在推理速度上都略有下降。

新的骨干网络

YOLOv8引入了一系列关键的改进，特别是在骨干网络方面：

• 第一个卷积层的kernel由6x6缩减为3x3，以提高特征提取的精度和效率。
• 所有的C3模块都被替换为C2f模块，结构更为复杂，引入了更多的跳层连接和额外的Split操作，以促进信息的更好传递。
• 删除了Neck模块中的两个卷积连接层，以简化网络结构。
• 在Backbone中，C2f的block数由3-6-9-3调整为3-6-6-3，以优化网络的深度和复杂度。
  

新的 Ancher-Free 检测头

在YOLOv8中，Head部分经历了一系列重大变化，从原先的耦合头演变为解耦头，并且从YOLOv5的Anchor-Based设计转变为Anchor-Free设计。这一变化带来了以下关键特点：

• 解耦设计： Head部分不再采用之前的紧密耦合结构，而是进行了解耦，使分类和回归分支更为独立。
• Anchor-Free设计： 与YOLOv5的Anchor-Based设计不同，YOLOv8的Head部分摒弃了之前的objectness分支，转而实现了Anchor-Free设计，从而简化了模型结构。
• 回归分支创新： Head部分的回归分支采用了Distribution Focal Loss中提出的积分形式表示法，这一创新提高了模型对目标定位和边界框回归的效果。

这些变化共同构成了YOLOv8 Head部分的新特征，使其在目标检测任务中更具灵活性和性能。

新的损失函数

YOLOv8的损失函数计算涉及两个主要分支：分类分支和回归分支，不再包含之前的objectness分支。这两个分支的损失通过一定的权重比例进行加权。

• 分类分支： 仍然使用二元交叉熵（BCE Loss）来处理目标分类问题。
• 回归分支： 引入Distribution Focal Loss的积分形式表示法，同时还采用了CIoU Loss。这种设计使得回归分支更加精细化，有助于提高目标的定位和边界框回归的准确性。

通过这样的损失函数设计，YOLOv8在训练过程中能够更好地优化模型参数，使其在目标检测任务中取得更好的性能。

环境配置

conda create -n yolov8_env python==3.9
pip install ultralytics
conda activate yolov8_env
git clone https://github.com/ultralytics/ultralytics

训练

基于python脚本

from ultralytics import YOLO# 加载模型
# model = YOLO("yolov8n.yaml")  # 从头开始构建新模型
model = YOLO("yolov8n.pt")  # 加载预训练模型（建议用于训练）# 使用模型
model.train(data="ultralytics/ultralytics/datasets/VOC_lw.yaml", epochs=100,batch=16,patience=0)  # 训练模型
metrics = model.val()  # 在验证集上评估模型性能

基于命令行

yolo task=detect mode=train model=yolov8n.yaml data=ultralytics/ultralytics/datasets/VOC.yaml

推理

pt模型推理

results = model("https://ultralytics.com/images/bus.jpg")  # 对图像进行预测

onnx模型推理

1. pt模型转onnx

yolo export model=best.pt format=onnx opset=12

2. 基于ultralytics进行onnx推理

from ultralytics import YOLO
import os
# Load a model 
model = YOLO('best.onnx')  # load an official model# Predict with the model
# results = model('62.png')  # predict on an image
path = "climb/images"
img_list = [os.path.join(path,dir) for dir in os.listdir(path)]
for im in img_list:  model.predict(im, save=True, imgsz=640, conf=0.40)

3. onnx推理

import numpy as np
import cv2import loggingCLASSES = ['dog']
colors = np.random.uniform(0, 255, size=(len(CLASSES), 3))def draw_bounding_box(img, class_id, confidence, x, y, x_plus_w, y_plus_h):label = f'{CLASSES[class_id]} ({confidence:.2f})'color = colors[class_id]cv2.rectangle(img, (x, y), (x_plus_w, y_plus_h), color, 2)cv2.putText(img, label, (x - 10, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, color, 2)class DogDetector:def __init__(self, model_path = None):# logging.info(f"start init model")self.model: cv2.dnn.Net = cv2.dnn.readNetFromONNX(model_path)self.img_det_size = 640def __call__(self , image, score_threshold = 0.9):blob = self.img_process(image)self.model.setInput(blob)outputs = self.model.forward()outputs = np.array([cv2.transpose(outputs[0])])rows = outputs.shape[1]boxes = []scores = []class_ids = []for i in range(rows):classes_scores = outputs[0][i][4:](minScore, maxScore, minClassLoc, (x, maxClassIndex)) = cv2.minMaxLoc(classes_scores)if maxScore >= 0.25:box = [outputs[0][i][0] - (0.5 * outputs[0][i][2]), outputs[0][i][1] - (0.5 * outputs[0][i][3]),outputs[0][i][2], outputs[0][i][3]]boxes.append(box)scores.append(maxScore)class_ids.append(maxClassIndex)result_boxes = cv2.dnn.NMSBoxes(boxes, scores, score_threshold, 0.45, 0.5)detections = []# logging.info(f"result_boxes is : {result_boxes}")for i in range(len(result_boxes)):index = result_boxes[i]box = boxes[index]x1,y1,x2,y2 = round(box[0] * self.scale), round(box[1] * self.scale),round((box[0] + box[2]) * self.scale), round((box[1] + box[3]) * self.scale)   box = [x1,y1,x2,y2]detection = {'class_id': class_ids[index],'class_name': CLASSES[class_ids[index]],'confidence': scores[index],'box': box,'scale': self.scale}detections.append(detection)draw_bounding_box(image, class_ids[index], scores[index], round(box[0] * self.scale), round(box[1] * self.scale),round((box[0] + box[2]) * self.scale), round((box[1] + box[3]) * self.scale))return detectionsdef img_process(self, img):     img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)original_image: np.ndarray = img[height, width, _] = original_image.shapelength = max((height, width))logging.info(f"img shape:{height,width}")image = np.zeros((length, length, 3), np.uint8)image[0:height, 0:width] = original_imageself.scale = length / self.img_det_sizeblob = cv2.dnn.blobFromImage(image, scalefactor=1 / 255, size=(640, 640), swapRB=True)return blob
if __name__ == '__main__':image = cv2.imread("dog.png")model = DogDetector(model_path="best.onnx")detections = model(image, score_threshold=0.5)