邊緣計算與智能視覺應(yīng)用5.3YOLO目標檢測模型講課人：XXX時間：20XX年12月30日延時符AboutUs目錄YOLO算法原理介紹01YOLO模型版本演進(v1-v8)02YOLO模型訓練數(shù)據(jù)標注

03數(shù)據(jù)集擴展04YOLO模型訓練05YOLO模型在邊緣設(shè)備上的推理06YOLO算法原理介紹01YOLO(YouOnlyLookOnce)是一種創(chuàng)新的目標檢測算法，它的提出改變了傳統(tǒng)目標檢測的范式。傳統(tǒng)目標檢測方法通常通過先生成候選區(qū)域，然后對這些區(qū)域進行分類的方式來檢測物體。這種方法計算量大且速度較慢，而YOLO則通過一次前向傳播即可完成整個檢測過程，因此在速度上具有明顯優(yōu)勢。YOLO算法原理介紹11.圖像分割22.邊界框預(yù)測33.類別預(yù)測44.非極大值抑制(NMS)YOLO算法原理YOLO的第一個步驟是將輸入圖像劃分為一個S×S的網(wǎng)格。每個網(wǎng)格預(yù)測B個邊界框（boundingboxes），每個邊界框由5個參數(shù)表示：中心坐標(x，y)、寬度w、高度h，以及置信度分數(shù)c。除了預(yù)測邊界框，每個網(wǎng)格還會預(yù)測C個類別的概率分布，即目標屬于每個類別的概率。通常，C代表的是所有可能的目標類別數(shù)。在預(yù)測出所有邊界框及其對應(yīng)的類別概率后，YOLO通過非極大值抑制(NMS，Non-MaximumSuppression)來過濾掉冗余的邊界框。NMS的基本思想是：對于每個類別，首先選擇置信度分數(shù)最高的邊界框，然后移除與其重疊度（IoU）較高的其他邊界框，僅保留得分最高的邊界框。YOLO模型版本演進(v1-v8)02YOLO模型版本演進作為YOLO系列的初代版本，YOLOv1創(chuàng)新性地將目標檢測問題轉(zhuǎn)化為回歸問題，通過一個單一的神經(jīng)網(wǎng)絡(luò)模型在圖像上直接預(yù)測目標的邊界框和類別標簽。雖然其檢測速度非常快，但在小目標檢測和定位精度方面表現(xiàn)欠佳，尤其是在復(fù)雜場景中，容易漏檢和錯檢。1、YOLOv1YOLOv2在YOLOv1的基礎(chǔ)上引入了多項關(guān)鍵技術(shù)，包括BatchNormalization（批歸一化）以提高模型的穩(wěn)定性，AnchorBoxes（錨框）以更好地捕捉不同尺度的目標，以及多尺度訓練以增強模型的泛化能力。2、YOLOv2YOLOv3進一步深化了模型架構(gòu)，采用了更復(fù)雜的Darknet-53網(wǎng)絡(luò)結(jié)構(gòu)，這是一種深度卷積神經(jīng)網(wǎng)絡(luò)，能夠更好地提取圖像特征。YOLOv3還引入了多尺度預(yù)測，即在不同的特征層上進行檢測，從而提高了對小目標和大目標的檢測能力。3、YOLOv3YOLOv3進一步深化了模型架構(gòu)，采用了更復(fù)雜的Darknet-53網(wǎng)絡(luò)結(jié)構(gòu)，這是一種深度卷積神經(jīng)網(wǎng)絡(luò)，能夠更好地提取圖像特征。YOLOv3還引入了多尺度預(yù)測，即在不同的特征層上進行檢測，從而提高了對小目標和大目標的檢測能力。4、YOLOv4YOLO模型版本演進YOLOv5由社區(qū)開發(fā)并廣泛應(yīng)用，其主要貢獻在于提供了多種輕量化模型版本（如YOLOv5s、YOLOv5m等），以適應(yīng)不同的計算資源需求。YOLOv5基于PyTorch框架，增強了訓練和推理的靈活性，并支持自動混合精度訓練，進一步加快了模型的訓練過程，適合在資源受限的設(shè)備上進行部署。5、YOLOv5YOLOv6專注于輕量化設(shè)計和推理速度優(yōu)化，使其特別適用于邊緣計算和嵌入式系統(tǒng)等資源受限環(huán)境。YOLOv6保留了高檢測精度，同時通過優(yōu)化模型結(jié)構(gòu)和推理引擎，進一步提升了在低算力設(shè)備上的實時檢測能力。6、YOLOv6YOLOv7在YOLOv6的基礎(chǔ)上，進一步優(yōu)化了模型的精度和訓練過程。通過改進正則化技術(shù)和平衡訓練流程，YOLOv7在各種數(shù)據(jù)集上都展示了更為出色的性能，特別是在精度和速度之間達到了更好的平衡。7、YOLOv7YOLOv8是YOLO系列的最新版本，結(jié)合了多種前沿技術(shù)如深度可分離卷積和特征融合，進一步提升了模型的推理效率和檢測精度。YOLOv8不僅適用于圖像目標檢測，還支持視頻目標檢測和對象跟蹤等任務(wù)，拓展了應(yīng)用場景，能夠在不同硬件平臺上保持卓越的性能。8、YOLOv8YOLO模型訓練數(shù)據(jù)標注03在YOLO模型的訓練過程中，數(shù)據(jù)標注至關(guān)重要，直接影響模型的檢測精度與泛化能力。YOLO模型要求每個目標都有明確的邊界框及其對應(yīng)的類別標簽，這些信息需要通過手動標注從圖像中提取。首先，需要收集并整理用于模型訓練的圖像數(shù)據(jù)，確保圖像多樣化，涵蓋各種場景和角度，以提高模型的泛化能力。YOLO模型訓練數(shù)據(jù)標注1、安裝LabelImgLabelImg是一個常用的開源圖像標注工具，支持生成YOLO所需的標注文件，并用于完成這些標注任務(wù)YOLO模型訓練數(shù)據(jù)標注YOLO模型訓練數(shù)據(jù)標注3、選擇YOLO格式4、開始標注：2、加載圖像在LabelImg界面中，點擊“OpenDir”按鈕，選擇包含待標注圖像的文件夾：配套素材\標注圖片。圖像將按順序加載在LabelImg工具欄中，點擊“PascalVOC”按鈕會變成“Yolo”，切換到Y(jié)OLO格式。這確保了生成的標注文件符合YOLO模型的格式要求。按“w”鍵使用鼠標在圖像上繪制矩形框來標注目標對象。每個框應(yīng)該準確地包圍目標的邊緣，以確保模型訓練時能夠正確識別目標。在繪制完邊界框后，會彈出一個對話框，要求輸入該目標的類別標簽。輸入相應(yīng)類別，并點擊“OK”。YOLO模型訓練數(shù)據(jù)標注6、標注文件格式7、數(shù)據(jù)集文件夾的結(jié)構(gòu)5、保存標注文件全部物體標注完成后，按空格鍵保存，彈出保存路徑對話框，按回車鍵保存，生成與圖像同名的.txt文件。此文件將保存在與圖像相同的文件夾中，包含目標類別、邊界框的中心坐標、寬度和高度。再按“d”鍵切換到下一張圖片繼續(xù)標注，如果想返回上一張，按“a”鍵。YOLO的標注文件格式要求每個圖像對應(yīng)一個.txt文件，文件內(nèi)容包括：(1)目標類別：一個整數(shù)，表示目標的類別索引。(2)邊界框的左上角坐標(x，y)：相對于圖像寬度和高度的比例，值域為0到1。(3)邊界框的寬度和高度：相對于圖像寬度和高度的比例，值域為0到1。在YOLO模型的訓練中，數(shù)據(jù)集的文件夾結(jié)構(gòu)通常需要按照以下標準進行組織，以確保訓練過程能夠順利進行：(1)images/train：用于存放訓練集的圖像文件。這里的圖像是經(jīng)過標注的，并將用于訓練模型。(2)images/val：用于存放驗證集的圖像文件。驗證集用于評估模型在訓練過程中的表現(xiàn)，以防止模型過擬合。(3)labels/train：用于存放訓練集的標注文件。每個圖像文件對應(yīng)一個標注文件，標注文件記錄了圖像中所有目標的類別和邊界框信息。(4)labels/val：用于存放驗證集的標注文件。與訓練集類似，每個驗證集圖像也需要對應(yīng)一個標注文件。這種目錄結(jié)構(gòu)有助于保持數(shù)據(jù)的有序管理，并方便模型訓練過程中對數(shù)據(jù)集的正確加載和使用。數(shù)據(jù)集擴展04在YOLO模型的訓練過程中，數(shù)據(jù)集的多樣性和規(guī)模直接影響模型的泛化能力和檢測效果。為了擴展數(shù)據(jù)集，可以通過復(fù)制和擴展現(xiàn)有的圖像和標注文件來增加訓練數(shù)據(jù)量。將“配套源碼\data”文件夾下所有文件通過SSH復(fù)制到邊緣計算平臺，執(zhí)行bclstxkk.py程序?qū)⒅付ㄎ募A中的圖像和標注文件復(fù)制到指定的數(shù)據(jù)集目錄，并通過添加前綴來避免文件名沖突。數(shù)據(jù)集擴展1、清空目標目錄（clear_directory函數(shù)）此函數(shù)用于清空目標目錄中的所有文件和子目錄。它首先檢查目錄是否存在，如果不存在則創(chuàng)建新目錄。接著，逐一刪除目錄中的文件和子目錄。這一操作確保在復(fù)制新文件時不會出現(xiàn)舊文件干擾的情況。根據(jù)實際情況來決定，如果需要保留舊文件，則注釋相關(guān)代碼。bclstxkk程序代碼說明2、復(fù)制文件（copy_files函數(shù)）此函數(shù)從源目錄中找到所有的.png圖像文件和.txt標注文件，將它們復(fù)制到指定的目標目錄中。為了避免文件名沖突，每個文件都會添加一個特定的前綴（由三位數(shù)字構(gòu)成）。函數(shù)返回成功復(fù)制的文件數(shù)量。執(zhí)行兩次代碼后的train文件夾下的文件如圖5-16所示。bclstxkk程序代碼說明3、定義目錄路徑source_directory是源數(shù)據(jù)的存儲路徑，png_destination和txt_destination分別是圖像和標注文件的目標存儲路徑。4、復(fù)制次數(shù)控制程序通過conu.txt文件記錄復(fù)制的進度，每次運行程序時會從該文件讀取上次復(fù)制的起始編號，并從該編號繼續(xù)執(zhí)行下一次復(fù)制。這樣可以在多次執(zhí)行復(fù)制操作時保持一致性。5、文件統(tǒng)計在完成復(fù)制操作后，程序會統(tǒng)計目標目錄中圖像和標注文件的數(shù)量，并輸出結(jié)果以便檢查復(fù)制是否正確完成。bclstxkk程序代碼說明（1）訓練和驗證數(shù)據(jù)路徑train:指定訓練數(shù)據(jù)的路徑，即用于模型訓練的圖像文件夾。在此示例中，路徑為./data/train/images/，表示訓練集的圖像文件存放在該目錄下。（2）val:指定驗證數(shù)據(jù)的路徑，即用于模型驗證的圖像文件夾。在此示例中，路徑為./data/val/images/，表示驗證集的圖像文件存放在該目錄下。這些路徑應(yīng)準確指向圖像文件所在的文件夾，以確保訓練過程能夠正確加載數(shù)據(jù)。（3）類別數(shù)量(nc)nc表示數(shù)據(jù)集中目標類別的數(shù)量。在此示例中，nc:16表示有16個不同的類別。類別數(shù)量必須與實際標注數(shù)據(jù)中的類別數(shù)目一致，否則會導(dǎo)致訓練錯誤。（4）類別名稱(names)names是一個包含所有類別名稱的列表，每個名稱對應(yīng)一個類別編號。編號從0開始，依次對應(yīng)列表中的每個名稱。數(shù)據(jù)集擴展YOLO模型訓練051、模型初始化模型初始化使用model=YOLO(r'./yolov8n.pt')，使用預(yù)訓練的YOLOv8n模型權(quán)重進行初始化。預(yù)訓練模型已經(jīng)在大型數(shù)據(jù)集上訓練，可以加速收斂并提高精度。YOLO模型訓練2、模型訓練(1)data:指定數(shù)據(jù)集配置文件的路徑，定義了訓練集和驗證集的圖像及標簽路徑、類別數(shù)量等信息。(2)epochs:設(shè)置訓練的周期數(shù)，表示模型將在整個數(shù)據(jù)集上訓練的次數(shù)。(3)patience:當驗證集的性能在指定周期內(nèi)無明顯提升時，觸發(fā)早期停止。(4)batch:每次迭代中處理的圖像數(shù)量。較大的批次可以提高訓練效率，但也需要更多的顯存。(5)imgsz:輸入圖像的大小。YOLOv8可以接受多種分辨率，但較大的圖像通常能提供更好的檢測效果。(6)workers:數(shù)據(jù)加載的工作線程數(shù)，更多的線程可以加快數(shù)據(jù)預(yù)處理速度。(7)optimizer:選擇的優(yōu)化器，這里使用的是SGD（隨機梯度下降），常用于深度學習模型訓練。(8)lr0，lrf:學習率的初始值和最終值。初始學習率決定了訓練開始時的步長，最終學習率決定了訓練結(jié)束時的步長。(9)momentum，weight_decay:SGD優(yōu)化器的動量和權(quán)重衰減參數(shù)，用于控制模型更新的速度和防止過擬合。(10)cos_lr:是否使用余弦退火學習率調(diào)度器，控制學習率隨訓練周期的變化。(11)single_cls:是否將所有類別視為一個單一類別進行訓練，通常用于單類目標檢測。(12)amp:啟用自動混合精度訓練，可在保持精度的同時減少顯存使用。YOLO模型訓練3、數(shù)據(jù)增強(1)hsv_h，hsv_s，hsv_v:HSV顏色空間下的色調(diào)、飽和度和亮度增強參數(shù)，用于增強訓練圖像的多樣性。(2)mosaic:是否啟用馬賽克數(shù)據(jù)增強，融合多張圖像以生成新的訓練樣本。(3)fliplr:左右翻轉(zhuǎn)圖像的概率，用于增加訓練樣本的多樣性。(4)mixup:圖像混合的概率，主要用于對抗過擬合。YOLO模型訓練通過詳細的參數(shù)配置，YOLOv8的訓練可以根據(jù)具體的任務(wù)需求進行優(yōu)化，從而得到更好的檢測效果。合理的參數(shù)設(shè)置不僅能夠提高模型的精度，還能有效縮短訓練時間。YOLO模型訓練YOLO模型在邊緣設(shè)備上的推理061、模型加載model=YOLO(r'/home/oem/lin/yolov8train/runs/detect/train10/weights/best.pt')：加載訓練好的YOLOv8模型的最佳權(quán)重文件。該模型已經(jīng)過充分訓練，具備較高的檢測準確率。YOLO模型在邊緣設(shè)備上的推理2、推理配置(1)source:指定待檢測圖像的路徑。如果輸入視頻或多個圖像路徑，則可以進行批量推理。(2)save:設(shè)置為True表示將預(yù)測結(jié)果保存到指定目錄中。(3)imgsz:輸入圖像的尺寸。較大的尺寸可能會提高檢測精度，但也會增加計算量。(4)conf:設(shè)置置信度閾值，低于此閾值的檢測將被忽略。一般情況下，0.25是一個較好的默認值。(5)iou:設(shè)置非極大值抑制(NMS)的交并比閾值，用于控制多個檢測框的合并程度。閾值越高，保留的框越多。(6)show:控制是否在屏幕上顯示檢測結(jié)果圖像。在實驗或測試階段，可以設(shè)置為True以便實時查看檢測效果。(7)project和name:用于定義保存預(yù)測結(jié)果的路徑，預(yù)測結(jié)果將被保存到'runs/predict/exp/'目錄中。(8)