卡盟自助网站建设,动画制作网页,开发网站的工具有哪些,绵阳做手机网站【官方框架地址】
https://github.com/ultralytics/ultralytics.git 【算法介绍】
YOLOv8 是一个 SOTA 模型#xff0c;它建立在以前 YOLO 版本的成功基础上#xff0c;并引入了新的功能和改进#xff0c;以进一步提升性能和灵活性。具体创新包括一个新的骨干网络、一个新…【官方框架地址】
https://github.com/ultralytics/ultralytics.git 【算法介绍】
YOLOv8 是一个 SOTA 模型它建立在以前 YOLO 版本的成功基础上并引入了新的功能和改进以进一步提升性能和灵活性。具体创新包括一个新的骨干网络、一个新的 Ancher-Free 检测头和一个新的损失函数可以在从 CPU 到 GPU 的各种硬件平台上运行。
不过 ultralytics 并没有直接将开源库命名为 YOLOv8而是直接使用 ultralytics 这个词原因是 ultralytics 将这个库定位为算法框架而非某一个特定算法一个主要特点是可扩展性。其希望这个库不仅仅能够用于 YOLO 系列模型而是能够支持非 YOLO 模型以及分类分割姿态估计等各类任务。 总而言之ultralytics 开源库的两个主要优点是
融合众多当前 SOTA 技术于一体未来将支持其他 YOLO 系列以及 YOLO 之外的更多算法 下表为官方在 COCO Val 2017 数据集上测试的 mAP、参数量和 FLOPs 结果。可以看出 YOLOv8 相比 YOLOv5 精度提升非常多但是 N/S/M 模型相应的参数量和 FLOPs 都增加了不少从上图也可以看出相比 YOLOV5 大部分模型推理速度变慢了。
模型YOLOv5params(M)FLOPs640 (B)YOLOv8params(M)FLOPs640 (B)n28.0(300e)1.94.537.3 (500e)3.28.7s37.4 (300e)7.216.544.9 (500e)11.228.6m45.4 (300e)21.249.050.2 (500e)25.978.9l49.0 (300e)46.5109.152.9 (500e)43.7165.2x50.7 (300e)86.7205.753.9 (500e)68.2257.8 额外提一句现在各个 YOLO 系列改进算法都在 COCO 上面有明显性能提升但是在自定义数据集上面的泛化性还没有得到广泛验证至今依然听到不少关于 YOLOv5 泛化性能较优异的说法。对各系列 YOLO 泛化性验证也是 MMYOLO 中一个特别关心和重点发力的方向。
【效果展示】 【实现部分代码】
using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Diagnostics;
using System.Drawing;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Windows.Forms;
using OpenCvSharp;namespace FIRC
{public partial class Form1 : Form{Mat src new Mat();Yolov8Manager ym new Yolov8Manager();public Form1(){InitializeComponent();}private void button1_Click(object sender, EventArgs e){OpenFileDialog openFileDialog new OpenFileDialog();openFileDialog.Filter 图文件(*.*)|*.jpg;*.png;*.jpeg;*.bmp;openFileDialog.RestoreDirectory true;openFileDialog.Multiselect false;if (openFileDialog.ShowDialog() DialogResult.OK){src Cv2.ImRead(openFileDialog.FileName);pictureBox1.Image OpenCvSharp.Extensions.BitmapConverter.ToBitmap(src);}}private void button2_Click(object sender, EventArgs e){if(pictureBox1.Imagenull){return;}Stopwatch sw new Stopwatch();sw.Start();var result ym.Inference(src);sw.Stop();this.Text 耗时 sw.Elapsed.TotalSeconds 秒;var resultMat ym.DrawImage(src,result);pictureBox2.Image OpenCvSharp.Extensions.BitmapConverter.ToBitmap(resultMat); //Mat转Bitmap}private void Form1_Load(object sender, EventArgs e){ym.LoadWeights(Application.StartupPath \\weights\\best.onnx, Application.StartupPath \\weights\\labels.txt);}private void btn_video_Click(object sender, EventArgs e){}}
}【视频演示】
bilibili.com/video/BV1L64y1E7Fc/ 【源码下载】
https://download.csdn.net/download/FL1623863129/88693873 【测试环境】
vs2019
net framework4.7.2
onnxruntime1.16.3 【参考文献】
[1] https://zhuanlan.zhihu.com/p/598566644
