來自中國清華大學(xué)的研究人員推出了YOLOv10，這是一種具有卓越進(jìn)步的創(chuàng)新模型，展示了在計算機(jī)視覺領(lǐng)域的重要突破。這次發(fā)布體現(xiàn)了讓AI既易于使用又功能強(qiáng)大的承諾，標(biāo)志著重大進(jìn)展和改進(jìn)。

YOLO（You Only Look Once）系列一直是實時目標(biāo)檢測的基準(zhǔn)，成功平衡了計算成本和檢測性能。盡管在架構(gòu)設(shè)計和優(yōu)化策略方面取得了進(jìn)展，但對非最大值抑制（NMS）的依賴阻礙了端到端部署，影響了推理延遲。YOLOv10通過消除NMS并優(yōu)化模型架構(gòu)推進(jìn)了效率和性能的邊界。

在這些進(jìn)展的背景下，OpenSistemas在AI領(lǐng)域脫穎而出，特別是在訓(xùn)練、測試和部署如YOLOv10這樣的模型方面。憑借對前沿技術(shù)的深刻理解和專長，OpenSistemas能夠充分利用YOLOv10的功能，提升目標(biāo)檢測任務(wù)的精度和效率。這種合作象征著創(chuàng)新與實際應(yīng)用的融合，推動了AI技術(shù)的可能性。

YOLOv10 的特別之處

YOLOv10的主要顯著進(jìn)步是消除了非最大值抑制（NMS）。NMS是許多目標(biāo)檢測模型中用于消除檢測到同一對象的冗余邊界框的后處理步驟。它通過保留得分最高的邊界框并移除其他重疊顯著的框來工作。盡管有效，但NMS增加了計算復(fù)雜性并增加了推理延遲，這會減慢實時應(yīng)用的速度。

YOLOv10通過采用一致的雙分配方法進(jìn)行無NMS訓(xùn)練，改變了模型處理重疊檢測的方式。通過將這一過程集成到模型的架構(gòu)和訓(xùn)練策略中，YOLOv10減少了后處理的需要，大大縮短了推理時間。這種延遲的減少對于速度和效率至關(guān)重要的實時應(yīng)用，如自動駕駛、監(jiān)控和實時視頻分析至關(guān)重要。消除NMS不僅簡化了部署過程，還通過提高模型的效率和響應(yīng)能力來提升其性能。

預(yù)訓(xùn)練模型

自從Ultralytics發(fā)布YOLOv5以來，我們已經(jīng)習(xí)慣了每次YOLO發(fā)布時提供各種模型尺寸：nano、small、medium、large和xlarge。YOLOv10也不例外，清華大學(xué)的研究人員也提供了一系列預(yù)訓(xùn)練模型，可以用于各種目標(biāo)檢測任務(wù)。

所有這些模型在延遲和平均精度（AP）方面表現(xiàn)出優(yōu)于之前YOLO版本的性能，如下圖所示：

（圖：各YOLO模型在延遲（左）和參數(shù)數(shù)量（右）方面的性能比較）

你可以在下表中查看實際性能：

（表：可用的YOLOv10預(yù)訓(xùn)練模型，來源：Ultralytics網(wǎng)站）

使用

我們將嘗試使用原始的倉庫：

git clone https://github.com/THU-MIG/yolov10
cd yolov10
pip install -e .

# Choose the size of your model I will use the XLarge version
wget https://github.com/THU-MIG/yolov10/releases/download/v1.1/yolov10n/s/m/b/l/x.pt

然后，使用方法類似于YOLOv8：

Python

from ultralytics import YOLOv10 # Note the "v10" in the end
# Load a model
model = YOLOv10('yolov10x.pt') # load an official model
# Predict with the model
model.predict(0) # predict on your webcam

CLI

yolo predict model=yolov10x.pt source=0 # predict with official model on webcam

Ultralytics框架的預(yù)測源也可用：

（圖：可用于預(yù)測的源，來源：Ultralytics文檔）

結(jié)果

（圖：YOLOv10的目標(biāo)檢測示例。推理分辨率為384x640）

YOLOv8 vs YOLOv10: 推理延遲

比較YOLOv8和YOLOv10時，最顯著的改進(jìn)之一是推理延遲的減少。推理延遲，即模型處理圖像并進(jìn)行預(yù)測所需的時間，對于自動駕駛、視頻監(jiān)控和交互式AI系統(tǒng)等實時應(yīng)用至關(guān)重要。

YOLOv8盡管高效且強(qiáng)大，但依賴于非最大值抑制（NMS）來過濾冗余邊界框。這個額外步驟雖然有效地提高了檢測準(zhǔn)確性，但增加了計算開銷并延長了整體推理時間。

而YOLOv10通過一致的雙分配方法進(jìn)行無NMS訓(xùn)練，消除了對NMS的需求。通過將這一過程集成到模型架構(gòu)中，YOLOv10顯著減少了推理過程中所需的計算步驟。這使得處理時間更快，延遲更低，使YOLOv10更適合高速實時應(yīng)用。

在同一個視頻上，我使用NVIDIA GeForce RTX 4060 Laptop GPU, 7940MiB，得到的日志顯示差異非常大：

（圖：YOLOv10在384x640分辨率下的推理延遲）

（圖：YOLOv8在384x640分辨率下的推理延遲）

導(dǎo)出模型

如果你想了解導(dǎo)出模型的好處，可以查看這篇詳細(xì)介紹速度改進(jìn)的文章。類似于其他任務(wù)，如檢測、分割和姿勢估計，你可以使用Ultralytics框架導(dǎo)出YOLOv10模型。此過程包括將模型轉(zhuǎn)換為ONNX、CoreML、TensorFlow Lite等格式，確保與各種平臺和設(shè)備的兼容性。

這種多功能性允許在不同環(huán)境中更廣泛的集成，從移動應(yīng)用到邊緣設(shè)備。與前輩一樣，YOLOv10框架支持模型導(dǎo)出，便于在各種平臺上無縫部署。

Python

from ultralytics import YOLOv10
# Load a model
model = YOLOv10('yolov10x.pt') # load an official model
model = YOLOv10('path/to/best.pt') # load a custom trained model

# Export the model
model.export(format='onnx')

CLI

yolo export model=yolov10x.pt format=onnx # export official model
yolo export model=path/to/best.pt format=onnx # export custom trained model

結(jié)論

清華大學(xué)研究人員推出的YOLOv10，作為首個無NMS目標(biāo)檢測模型，代表了計算機(jī)視覺領(lǐng)域的重大進(jìn)步。與YOLOv8相比，YOLOv10顯著減少了推理延遲，使其更適合高速實時應(yīng)用，如自動駕駛、視頻監(jiān)控和交互式AI系統(tǒng)。這種推理過程中計算步驟的減少突顯了YOLOv10的效率和響應(yīng)能力。

此外，YOLOv10采用了新的無NMS訓(xùn)練方法，對其各部分進(jìn)行了微調(diào)以提高性能，并在速度和準(zhǔn)確性之間達(dá)到了很好的平衡。這些升級使得模型的部署更容易，性能更強(qiáng)，速度更快，響應(yīng)更迅速。