YOLO v8 實測

python ai yolo

I code so I am 2023-02-09 23:36:03 ‧ 15043 瀏覽

分享至

前言

YOLO v7 才release沒多久(2022/7/12)，沒想到 v8 又在2023/1/10 推出，事隔不到半年，令人應接不暇，v8 是由 v5 的原創公司 Ultralytics 改良的，顯然是與中研院團隊卯上了，v4、v7是中研院王建堯博士提出的，兩者良性競爭，大眾受惠。

改良特點

依據YOLO v8 官網文件說明，主要改良特點如下：

提供一個框架，可執行之前所有版本的模型。
全新的骨幹網路模型(Backbone network)。
不使用事先設定的偵測框(anchor-free detection head)。
使用新的損失函數(Loss function)。
CPU/GPU兼容。
訓練時間縮短為60%。
預測更準確(mAP)，如下圖。

圖一. YOLO v8 vs. v7 參數量與 mAP 比較，圖片來源：YOLO v8 GitHub

安裝

安裝需求為 v3.10>=Python>=v3.7，PyTorch v1.7或以上版本，安裝指令如下：

pip install ultralytics

但是，在Windows作業系統下測試出現錯誤訊息如下：
'cv2' has no attribute 'gapi_wip_gst_GStreamerPipeline'

Google搜尋解法是要安裝舊版的OpenCV-python，指令如下：

pip install opencv-python-headless==4.5.5.64

測試

打開終端機或cmd，輸入以下指令，進行物件偵測：

yolo predict model=yolov8n.pt source="https://ultralytics.com/images/bus.jpg"

偵測的照片 bus.jpg 如下：

執行結果：偵測到以下物件。

4 個人(persons)
1 台巴士(bus)
1 個交通號誌(stop sign)

太強了，人只出現一隻手或腳都認得出來，交通號誌也只出現一半。

再拿 YOLO v4 的測試照片試一下：

偵測到以下物件：1 bicycle, 1 car, 1 truck, 1 dog，出現錯誤，一輛車子被辨識成car跟truck，重複了，另外，車子旁邊的垃圾桶沒有偵測到，v4、v7 都有偵測到，v5、v8都沒有偵測到，中研院團隊勝。再以較大的模型偵測，車子沒有重複偵測，但垃圾桶還是沒有偵測到。

v4 可參考『YOLO v4 建置心得 -- Windows 環境』、『YOLO v4 模型訓練實作』，v7 可參考『YOLO v7 實測』。

手機App

v8 支援手機，可安裝App，筆者初步測試，播放還算順暢，但物件偵測不是很快，可在Google Play搜尋【Ultralytics】，即可找到該App，安裝需求不高，筆者使用免費手機也是OK的啦。

程式撰寫

以上是直接使用指令，有時候會想要撰寫程式，顯示更多訊息，例如顯示照片中的物件位置，官網範例如下：

from ultralytics import YOLO

# Load a model
model = YOLO("./yolov8n.yaml")  # build a new model from scratch
model = YOLO("./yolov8n.pt")  # load a pretrained model (recommended for training)

# 預測
results = model("./bus.jpg")

# 顯示物件類別
print(results[0].boxes.cls)
print()

# 顯示物件座標
print(results[0].boxes.xyxy)

結果如下：

物件類別代碼：[ 5.,  0.,  0.,  0., 11.,  0.]

物件座標：
tensor([[ 17., 231., 802., 768.],
        [ 49., 399., 245., 903.],
        [670., 380., 810., 876.],
        [221., 406., 345., 857.],
        [  0., 255.,  32., 325.],
        [  0., 551.,  67., 874.]], device='cuda:0')

要顯示照片中的物件位置，可以下列程式存檔。

from ultralytics import YOLO
from PIL import Image
import cv2

model = YOLO("./yolov8n.pt")
# webcam
# results = model.predict(source="0")
# 整個目錄
# results = model.predict(source="folder", show=True)

# from PIL
im1 = Image.open("bus.jpg")
# save=True：存檔
results = model.predict(source=im1, save=True)

存檔位置預設在 runs\detect\predict 資料夾下。