长沙网站推广￥做下拉去118cr,模板王官网登录,岳阳网站开发公司推荐,济宁网站制作唐人目录
yolov8导航
YOLOv8#xff08;附带各种任务详细说明链接#xff09; 搭建环境说明
不同版本模型性能对比
不同版本对比
参数解释
模型解释
训练
训练示意代码
训练数据与.yaml配置方法 .yaml配置
数据集路径
标签数据说明
训练参数说明
训练过程示意及输出…目录
yolov8导航
YOLOv8附带各种任务详细说明链接 搭建环境说明
不同版本模型性能对比
不同版本对比
参数解释
模型解释
训练
训练示意代码
训练数据与.yaml配置方法 .yaml配置
数据集路径
标签数据说明
训练参数说明
训练过程示意及输出文件说明
训练成功示意 输出文件说明
验证
验证示意代码
验证结果 验证参数
预测
预测示意代码
boxes输出示意
keypoints输出示意
预测参数说明
总结 yolov8导航 如果大家想要了解关于yolov8的其他任务和相关内容可以点击这个链接我这边整理了许多其他任务的说明博文后续也会持续更新包括yolov8模型优化、sam等等的相关内容。
YOLOv8附带各种任务详细说明链接 搭建环境说明 如果不知道如何搭建的小伙伴可以参考这个博文 超级详细的多种方式YOLOV8安装及测试 操作系统win10 x64 编程语言python3.9 开发环境Anaconda 示例项目下载地址 基于YOLOv8-Pose的姿态识别项目带数据集可直接跑通的源码
不同版本模型性能对比
不同版本对比
模型尺寸 (像素)mAP姿态 50-95mAP姿态 50CPU ONNX 速度 (毫秒)A100 TensorRT 速度 (毫秒)参数 (M)浮点数运算 (B)YOLOv8n-pose64050.480.1131.81.183.39.2YOLOv8s-pose64060.086.2233.21.4211.630.2YOLOv8m-pose64065.088.8456.32.0026.481.0YOLOv8l-pose64067.690.0784.52.5944.4168.6YOLOv8x-pose64069.290.21607.13.7369.4263.2YOLOv8x-pose-p6128071.691.24088.710.0499.11066.4
参数解释
尺寸 (像素): 输入图像的分辨率。mAP姿态 50-95: 模型在多种IoU阈值从0.50到0.95上的平均准确率用于评估模型在姿态估计任务上的总体性能。mAP姿态 50: 在IoU为0.50的阈值上的模型准确率通常更容易达成用于评估模型对较大误差的容忍度。CPU ONNX 速度 (毫秒): 在CPU上使用ONNX格式运行时的推理速度。A100 TensorRT 速度 (毫秒): 在NVIDIA A100 GPU上使用TensorRT优化时的推理速度。参数 (M): 模型中的参数数量以百万为单位。参数越多模型通常越复杂。浮点数运算 (B): 执行一次前向传播所需的浮点运算次数以十亿为单位。这反映了模型的计算复杂度。
模型解释
YOLOv8n-pose: “n”代表“nano”是系列中最轻量级的模型适用于计算资源受限的环境。YOLOv8s-pose: “s”代表“small”是相对轻量级但性能更好的模型平衡了速度和准确度。YOLOv8m-pose: “m”代表“medium”是中等大小的模型提供较高的准确度适用于需要更准确结果的场景。YOLOv8l-pose: “l”代表“large”是较大的模型具有更高的准确度但速度较慢适用于高精度要求的应用。YOLOv8x-pose: “x”代表“extra large”是系列中最大最精确的模型但速度最慢适用于对准确度有极高要求的场景。YOLOv8x-pose-p6: 是YOLOv8x的一个变种使用更大的输入尺寸1280像素提供了更高的准确度但需要更多的计算资源。
训练
训练示意代码
from ultralytics import YOLOmodel YOLO(yolov8n-pose.yaml).load(yolov8n-pose.pt) # 从YAML构建并传输权重if __name__ __main__:# 训练模型results model.train(datacoco8-pose.yaml, epochs10, imgsz320)# 模型验证model.val() 导入 YOLO 类 从 ultralytics 库导入 YOLO 类。 创建模型实例 使用 yolov8n-pose.yaml 配置文件创建一个 YOLO 模型实例并通过 .load(yolov8n-pose.pt) 方法加载预训练的权重。 模型训练 在 if __name__ __main__: 条件下确保训练代码只在直接运行脚本时执行。使用 model.train() 方法开始训练过程指定数据集配置文件 coco8-pose.yaml、训练周期 epochs10 和输入图像大小 imgsz320。 模型验证 使用 model.val() 方法在验证集上评估模型的性能。
训练数据与.yaml配置方法 .yaml配置
# 数据集的根目录路径。
path: C:/Users/admin/Desktop/CSDN/YOLOV8_DEF/ultralytics-pose/coco8-pose
# 训练集的相对路径这里是 path 路径下的 images/train 目录包含4张训练用图片。
train: images/train
# 验证集的相对路径这里是 path 路径下的 images/val 目录包含4张验证用图片。
val: images/val
test: # test# 关键点的形状表示有17个关键点每个关键点有3个维度通常是x坐标、y坐标和一个表示可见性的标记。
kpt_shape: [17, 3]
# 翻转索引用于在数据增强如图像翻转时调整关键点的顺序。
flip_idx: [0, 2, 1, 4, 3, 6, 5, 8, 7, 10, 9, 12, 11, 14, 13, 16, 15]# 类别名称。
names:0: person# 提供一个可选的下载链接用于获取数据集。
download: https://ultralytics.com/assets/coco8-pose.zip
数据集路径 这里需要注意训练集测试集的图片和标签都要一一对应。同时注意观察这里面的路径是和 .yaml文件中都是对应的关系。
标签数据说明
0 0.662641 0.494385 0.674719 0.988771 0.717187 0.189583 2.000000 0.798438 0.127083 2.000000 0.701562 0.091667 2.000000 0.921875 0.118750 2.000000 0.000000 0.000000 0.000000 0.971875 0.379167 2.000000 0.554688 0.262500 2.000000 0.000000 0.000000 0.000000 0.367188 0.427083 2.000000 0.767188 0.772917 2.000000 0.421875 0.500000 2.000000 0.829688 0.960417 1.000000 0.517188 0.881250 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
0 0.198031 0.560677 0.392687 0.586521 0.104688 0.522917 2.000000 0.142187 0.481250 2.000000 0.084375 0.468750 2.000000 0.250000 0.497917 2.000000 0.000000 0.000000 0.000000 0.301563 0.633333 2.000000 0.048438 0.635417 2.000000 0.365625 0.833333 1.000000 0.015625 0.858333 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
0 0.487922 0.144948 0.200563 0.285396 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.437500 0.145833 2.000000 0.562500 0.108333 2.000000 0.414062 0.287500 1.000000 0.593750 0.225000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.464062 0.400000 1.000000 0.551562 0.395833 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
0 0.360898 0.098250 0.106328 0.196500 0.418750 0.041667 1.000000 0.423438 0.027083 1.000000 0.401562 0.031250 2.000000 0.000000 0.000000 0.000000 0.384375 0.045833 2.000000 0.000000 0.000000 0.000000 0.368750 0.091667 2.000000 0.000000 0.000000 0.000000 0.326562 0.177083 2.000000 0.000000 0.000000 0.000000 0.373437 0.108333 2.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
0 0.283820 0.093937 0.126391 0.178792 0.264062 0.097917 2.000000 0.273438 0.083333 2.000000 0.254688 0.085417 2.000000 0.296875 0.064583 2.000000 0.000000 0.000000 0.000000 0.335938 0.110417 2.000000 0.257812 0.122917 2.000000 0.331250 0.208333 1.000000 0.237500 0.202083 1.000000 0.304688 0.127083 2.000000 0.239063 0.127083 2.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
0 0.101781 0.181698 0.203563 0.363396 0.171875 0.095833 2.000000 0.000000 0.000000 0.000000 0.162500 0.089583 2.000000 0.000000 0.000000 0.000000 0.139063 0.104167 2.000000 0.004687 0.158333 2.000000 0.112500 0.185417 2.000000 0.000000 0.000000 0.000000 0.167187 0.312500 1.000000 0.000000 0.000000 0.000000 0.178125 0.189583 2.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
0 0.662703 0.090156 0.054250 0.175229 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.651563 0.033333 2.000000 0.684375 0.033333 2.000000 0.629687 0.070833 1.000000 0.692187 0.081250 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.634375 0.206250 1.000000 0.681250 0.208333 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
0 0.586672 0.097323 0.124219 0.194646 0.545312 0.018750 2.000000 0.556250 0.002083 2.000000 0.535937 0.002083 2.000000 0.589063 0.006250 2.000000 0.000000 0.000000 0.000000 0.618750 0.058333 2.000000 0.526563 0.075000 1.000000 0.612500 0.179167 2.000000 0.000000 0.000000 0.000000 0.537500 0.181250 1.000000 0.000000 0.000000 0.000000 0.600000 0.275000 1.000000 0.531250 0.283333 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 这些数据来自 coco8-pose 数据集的标签文件用于描述图像中人物的姿态。每行代表一个图像中的一个人物格式如下 类别ID每行的第一个数字这里都是 0代表 “person” 类别。 归一化的中心坐标、宽度和高度 第二个和第三个数字是目标人物的中心坐标的 x 和 y已归一化到 [0, 1] 的范围。第四个和第五个数字是目标的宽度和高度同样归一化到 [0, 1] 的范围。 关键点之后的每三个数字是一个关键点。每个关键点由以下三个部分组成 第一个数字x坐标关键点的 x 坐标归一化到 [0, 1]。第二个数字y坐标关键点的 y 坐标归一化到 [0, 1]。第三个数字关键点的可见性。通常1 表示关键点可见2 表示关键点被遮挡0 表示关键点不存在或未标记。 例如对于一行数据
0 0.662641 0.494385 0.674719 0.988771 0.717187 0.189583 2.000000 ...0 表示这是类别 “person”。0.662641 和 0.494385 是人物中心的归一化 x 和 y 坐标。0.674719 和 0.988771 是归一化的宽度和高度。接下来的数字 0.717187 0.189583 2.000000 描述了第一个关键点归一化坐标 (0.717187, 0.189583) 和其可见性状态 2被遮挡。 这种数据格式对于基于关键点的姿态估计任务非常关键允许模型学习如何识别和定位人体的不同部位。
训练参数说明
训练过程示意及输出文件说明
训练成功示意 实际上就是模型开始迭代了就成功了此处省略... 看到了这个runs\segment\train\weights\best.pt这个路径的时候说明模型已经训练完了并且把训练的结果已经保存到了这个文件夹中。输出的结果如下 输出文件说明 Weights文件这是一个模型权重文件通常以.ptPyTorch模型格式保存。它包含了经过训练的神经网络的所有参数和权重。这个文件是模型训练过程的直接产物用于后续的图像识别和分析任务。 Args.yaml文件这个文件通常包含了模型训练时使用的配置参数。它详细记录了训练过程中使用的所有设置如学习率、批大小、训练轮数等。这个文件的目的是为了提供一个清晰的训练配置概览使得训练过程可以被复现或调整。 F1-置信度曲线 (BoxF1_curve.png)展示模型预测的F1得分与置信度阈值的关系。 精确度-置信度曲线 (BoxP_curve.png)反映了模型预测的精确度随置信度阈值变化的趋势。 精确度-召回曲线 (BoxPR_curve.png)表明了精确度与召回率之间的权衡关系。 召回率-置信度曲线 (BoxR_curve.png)描绘了召回率随置信度阈值变化的情况。 混淆矩阵 (confusion_matrix.png)展示了模型预测结果与真实标签的对比情况。 归一化混淆矩阵 (confusion_matrix_normalized.png)混淆矩阵的归一化版本便于比较不同类别的预测准确率。 标签分布图 (labels.jpg)显示了数据集中不同类别标签的分布情况。 标签相关图 (labels_correlogram.jpg)展示了数据集中不同标签间的相关性。 姿势F1-置信度曲线 (PoseF1_curve.png)特定于姿势检测的F1得分与置信度阈值之间的关系。 姿势精确度-置信度曲线 (PoseP_curve.png)针对姿势检测的精确度与置信度阈值的关系图。 results.png这是一个包含多个图表的总览图每个小图代表了不同的性能指标如损失和精确度随训练过程中的轮次变化。results.csv通常这个文件包含了每个训练轮次的具体数值数据可以用来生成上述的图表。PosePR_curve.png展示了姿势检测任务的精确度-召回率曲线这是评估分类模型好坏的常用方法特别是在目标检测任务中。PoseR_curve.png表示姿势检测任务的召回率与置信度阈值之间的关系用于找到模型召回率最优化的置信度阈值。
验证
验证示意代码
# 验证模型
metrics model.val() # 无需参数数据集和设置已记忆 上文中进行模型训练的时候有这个代码是直接对模型基于验证数据集进行验证测试模型实际预测效果。
验证结果 当执行完了验证之后会输出如下文件 验证参数
键值描述dataNone数据文件的路径例如 coco128.yamlimgsz640输入图像的大小以整数表示batch16每批图像的数量AutoBatch 为 -1save_jsonFalse将结果保存至 JSON 文件save_hybridFalse保存混合版本的标签标签 额外预测conf0.001用于检测的对象置信度阈值iou0.6NMS非极大抑制用的交并比IoU阈值max_det300每张图像的最大检测数量halfTrue使用半精度FP16deviceNone运行所用的设备例如 cuda device0/1/2/3 或 devicecpudnnFalse使用 OpenCV DNN 进行 ONNX 推理plotsFalse在训练期间显示图表rectFalse矩形验证每批图像为了最小填充整齐排列splitval用于验证的数据集分割例如 val、test 或 train
预测
预测示意代码
from ultralytics import YOLO# 加载模型
model YOLO(yolov8n-pose.pt) # 预训练的 YOLOv8n 模型# 在图片列表上运行批量推理
results model([im1.jpg, im2.jpg], saveTrue) # 返回 Results 对象列表# 处理结果列表
for result in results:boxes result.boxes # 边界框输出的 Boxes 对象keypoints result.keypoints # 姿态输出的 Keypoints 对象print(boxes, masks, keypoints, probs)
boxes输出示意
cls: tensor([0., 0.], devicecuda:0)
conf: tensor([0.9119, 0.2966], devicecuda:0)
data: tensor([[4.3100e02, 2.1800e02, 5.5000e02, 4.9800e02, 9.1195e-01, 0.0000e00],[4.4000e02, 1.8000e02, 4.9300e02, 2.6900e02, 2.9657e-01, 0.0000e00]], devicecuda:0)
id: None
is_track: False
orig_shape: (500, 727)
shape: torch.Size([2, 6])
xywh: tensor([[490.5000, 358.0000, 119.0000, 280.0000],[466.5000, 224.5000, 53.0000, 89.0000]], devicecuda:0)
xywhn: tensor([[0.6747, 0.7160, 0.1637, 0.5600],[0.6417, 0.4490, 0.0729, 0.1780]], devicecuda:0)
xyxy: tensor([[431., 218., 550., 498.],[440., 180., 493., 269.]], devicecuda:0)
xyxyn: tensor([[0.5928, 0.4360, 0.7565, 0.9960],[0.6052, 0.3600, 0.6781, 0.5380]], devicecuda:0)Process finished with exit code 0keypoints输出示意
conf: tensor([[0.1623, 0.0385, 0.0703, 0.4830, 0.6888, 0.9871, 0.9915, 0.9602, 0.9762, 0.9018, 0.9322, 0.9988, 0.9990, 0.9975, 0.9980, 0.9871, 0.9890],[0.9038, 0.8243, 0.8706, 0.5569, 0.6885, 0.9573, 0.9722, 0.7333, 0.8560, 0.6121, 0.7367, 0.8585, 0.8884, 0.4269, 0.4872, 0.1876, 0.2166]], devicecuda:0)
data: tensor([[[0.0000e00, 0.0000e00, 1.6227e-01],[0.0000e00, 0.0000e00, 3.8458e-02],......,[0.0000e00, 0.0000e00, 4.8720e-01],[0.0000e00, 0.0000e00, 1.8759e-01],[0.0000e00, 0.0000e00, 2.1661e-01]]], devicecuda:0)
has_visible: True
orig_shape: (500, 727)
shape: torch.Size([2, 17, 3])
xy: tensor([[[ 0.0000, 0.0000],[ 0.0000, 0.0000],[ 0.0000, 0.0000],......,[ 0.0000, 0.0000],[ 0.0000, 0.0000]]], devicecuda:0)
xyn: tensor([[[0.0000, 0.0000],[0.0000, 0.0000],[0.0000, 0.0000],......,[0.0000, 0.0000],[0.0000, 0.0000]]], devicecuda:0)这些参数是深度学习模型YOLOv8-pose分析图像后的输出结果每个参数的含义如下
cls类别索引指示检测对象的类别。conf置信度表示模型对其检测结果的置信程度。data检测到的对象的详细数据包括位置坐标和置信度。id如果进行对象跟踪则是对象的唯一标识符。is_track是否启用了对象跟踪功能。orig_shape原始图像的尺寸。shape返回结果的形状。xywh边界框的中心坐标和尺寸。xywhn归一化的边界框中心坐标和尺寸。xyxy边界框的左上角和右下角坐标。xyxyn归一化的边界框左上角和右下角坐标。Keypoints 对象包含人体姿态关键点的置信度和坐标数据。has_visible指示关键点是否可见。orig_shape原始图像的尺寸。xy关键点的 (x, y) 坐标。xyn关键点坐标的归一化版本。
预测参数说明
名称类型默认值描述sourcestrultralytics/assets图像或视频的源目录conffloat0.25检测对象的置信度阈值ioufloat0.7用于NMS的交并比IoU阈值imgszint or tuple640图像大小可以是标量或h, w列表例如640, 480halfboolFalse使用半精度FP16deviceNone or strNone运行设备例如 cuda device0/1/2/3 或 devicecpushowboolFalse如果可能显示结果saveboolFalse保存带有结果的图像save_txtboolFalse将结果保存为.txt文件save_confboolFalse保存带有置信度分数的结果save_cropboolFalse保存带有结果的裁剪图像show_labelsboolTrue隐藏标签show_confboolTrue隐藏置信度分数max_detint300每张图像的最大检测数量vid_strideboolFalse视频帧速率跳跃stream_bufferboolFalse缓冲所有流媒体帧True或返回最新帧Falseline_widthNone or intNone边框线宽度。如果为None则按图像大小缩放。visualizeboolFalse可视化模型特征augmentboolFalse应用图像增强到预测源agnostic_nmsboolFalse类别不敏感的NMSretina_masksboolFalse使用高分辨率分割掩码classesNone or listNone按类别过滤结果例如 classes0或 classes[0,2,3]boxesboolTrue在分割预测中显示框
总结 本篇博客详细介绍了使用YOLOv8-pose进行姿态估计的全过程包括不同版本模型的性能比较、训练与验证步骤以及预测代码的实现。它对模型参数、训练过程和输出结果进行了解释同时提供了详细的配置文件示例和标签数据格式说明。此外还演示了如何使用预训练模型进行图像预测并如何处理和理解预测结果。最后它还讨论了如何评估和比较不同模型的性能。如果有哪里写的不够清晰小伙伴本可以给评论或者留言我这边会尽快的优化博文内容另外如有需要我这边可支持技术答疑与支持。
