YOLO了解

yolo检测原理

• yolo是目标检测模型，目标检测包含物体分类、位置预测两个内容。目前yolo的开发公司官网为：https://docs.ultralytics.com/zh
• 截止到目前2024年10月，最新的是yolo11。
• 关于YOLO的介绍可以参考这篇文章：https://zhuanlan.zhihu.com/p/94986199
• 总结一下文章内容：
  • YOLO是region-free的方法，在此之前的R-CNN是region-based方法，yolo优点是更快，不需要分两步。
  • yolo在检测时，将一个图片分为多个grid，然后每个grid预测B个边界框，要求边界框中心点位于改grid内，同时预测边界框的长和宽。对于一个物体位于多个grid的情况，通过计算置信度，由于实际物体位于中心的grid交并比肯定最大，因此可以删除其余包含

• 关于yolo不同版本的综区别述介绍可以参考：https://blog.csdn.net/daydayup858/article/details/130018935
  • YOLO原本是在论文中提出的一个网络模型，由论文作者开发出了YOLO V1/2/3，而后由其他人和公司开发出了后来的YOLO V5、V10等版本。目前主流的是由 ultralytics 公司维护的YOLO，官网为：https://docs.ultralytics.com/zh

yolo环境搭建

• 我们根据官网指导，搭建最新版的yolo v11开发环境。
• 由于我们之前使用Conda安装了Pytorch和CUDA，因此我们这里依然选用Conda进行YOLO的安装。当然也可以通过docker进行安装。
• 首先，我们按照我们之前的文章1、Pytorch框架搭建安装好Pytorch开发环境。
• 我们将原本安装Pytorch的环境克隆一份，创建YOLO11新环境。注意：克隆环境并不会克隆pytorch，Conda采用的是硬链接的方式。(假的，被骗了。发现整整复制了5个G)
• 我们在原本Pytorch的环境中，执行以下命令安装YOLO 11：

  pip install ultralytics
  

  
• 安装好后，测试安装成功。
  

测试目标检测模型

• YOLO支持CLI操作，不需要写python代码，就可以直接使用命令行指挥YOLO进行识别。图片如下：810*1080
  

• 首先，我们新建一个空白文件夹，将我们要识别的图片放进去。如下：
  

• 然后在conda中用命令行切换到该文件夹。将图片路径传给YOLO，执行命令

  yolo predict model=yolo11n.pt source='bus.jpg' device=0
  

• 可以看到，这里使用的模型yolov11n.pt是预训练好的模型，YOLO会去github仓库上下载该模型。

• 对于YOLO 的每个版本，都会有官方版的几个预训练模型，这些模型是在COCO数据集上训练的，包含了33万张图片，涵盖了常见的80个常见物体类别。不同模型的大小参数如下：
  

• 在这些参数中，size表示图像像素点大小。mAP表示模型检测交并比精度，Speed CPU ONNX表示在CPU上运行时的速度，Speed T4表示在T4 GPU上运算时的速度，该GPU参数如下：FLOPs(B)表示模型执行时需要计算的次数，其中B表示十亿次，10^9，6.5 BFLOPs相当于 6.5GFLOPs。
  

• 可以看到执行后的文件夹内容如下：
  

  • 其中yolov11n.pt是我们下载下来的网络模型。这里我测试运行了多个模型，因此有多个模型文件。
  • 而runs/detect/predict文件夹下面保存的是模型识别的结果：
    

• 最终识别结果如下，说明我们成功配置好了YOLO环境。
  

• 在实际项目中，我们不会通过CLI调用YOLO，而是会通过python脚本调用YOLO，原理相同。

参考

Conda安装YOLO
COCO数据集介绍