Ανακαλύπτοντας το Yolov8: Το Επαναστατικό Μοντέλο Υπολογιστικής Όρασης της Ultralytics

Μέχρι τώρα, η ανίχνευση αντικειμένων σε εικόνες χρησιμοποιώντας μοντέλα υπολογιστικής όρασης αντιμετώπιζε ένα σημαντικό εμπόδιο της καθυστέρησης quelques δευτερολέπτων λόγω του χρόνου επεξεργασίας. Αυτή η καθυστέρηση εμπόδιζε την πρακτική υιοθέτηση σε περιπτώσεις όπως η αυτόνομη οδήγηση. Ωστόσο, η κυκλοφορία του μοντέλου Yolov8 από την Ultralytics έχει σπάσει τον φραγμό της επεξεργασίας. Το νέο μοντέλο μπορεί να ανιχνεύσει αντικείμενα σε πραγματικό χρόνο με ασύγκριτη ακρίβεια και ταχύτητα, καθιστώντας το δημοφιλές στον χώρο της υπολογιστικής όρασης.

Αυτό το άρθρο εξερευνά το Yolov8, τις ικανότητές του και πώς μπορείτε να το εξατομικεύσετε και να δημιουργήσετε τα δικά σας μοντέλα μέσω του ανοικτού αποθετηρίου Github.

Yolov8 Explained

YOLO (You Only Live Once) είναι ένα δημοφιλές μοντέλο υπολογιστικής όρασης που μπορεί να ανιχνεύσει και να διαχωρίσει αντικείμενα σε εικόνες. Το μοντέλο έχει υποστεί πολλές ενημερώσεις στο παρελθόν, με το Yolov8 να σηματοδοτεί την 8η έκδοση.

Ως έχει, το Yolov8 κτίζει πάνω στις ικανότητες των προηγούμενων εκδόσεων, εισάγοντας ισχυρά νέα χαρακτηριστικά και βελτιώσεις. Αυτό επιτρέπει την ανίχνευση αντικειμένων σε πραγματικό χρόνο σε εικόνες και βίντεο με αυξημένη ακρίβεια και精度.

Από την v1 έως την v8: Μια Σύντομη Ιστορία

Yolov1: Κυκλοφόρησε το 2015, η πρώτη έκδοση του YOLO εισήχθη ως μοντέλο ανίχνευσης αντικειμένων σε ένα στάδιο. Τα χαρακτηριστικά περιελάμβαναν το μοντέλο να διαβάζει ολόκληρη την εικόνα για να προβλέψει κάθε πλαίσιο σε μια αξιολόγηση.

Yolov2: Η επόμενη έκδοση, κυκλοφόρησε το 2016, παρουσίασε κορυφαίες επιδόσεις σε επιταχύνσεις όπως PASCAL VOC και COCO και λειτουργεί σε υψηλές ταχύτητες (67-40 FPS). Μπορούσε επίσης να ανιχνεύσει ακριβώς πάνω από 9000 κατηγορίες αντικειμένων, ακόμη και με περιορισμένα δεδομένα ανίχνευσης.

Yolov3: Κυκλοφόρησε το 2018, το Yolov3 παρουσίασε νέα χαρακτηριστικά όπως ένα πιο αποτελεσματικό δίκτυο, πολλαπλά άγκιστρα και χωρική πυραμίδα για την εξαγωγή χαρακτηριστικών σε πολλαπλά στάδια.

Yolov4: Με την κυκλοφορία του Yolov4 το 2020, εισήχθη μια νέα τεχνική αυξήσεων δεδομένων, η οποία πρόσφερε βελτιωμένες ικανότητες εκπαίδευσης.

Yolov5: Κυκλοφόρησε το 2021, το Yolov5 πρόσθεσε ισχυρά νέα χαρακτηριστικά, όπως η βελτιστοποίηση υπερπαραμέτρων και η ενσωματωμένη παρακολούθηση πειραμάτων.

Yolov6: Με την κυκλοφορία του Yolov6 το 2022, το μοντέλο ανοίχθηκε για την προώθηση της ανάπτυξης από την κοινότητα. Νέα χαρακτηριστικά εισήχθησαν, όπως μια νέα στρατηγική αυτο-απόσταξης και μια στρατηγική εκπαίδευσης με άγκιστρα.

Yolov7: Κυκλοφόρησε το ίδιο έτος, 2022, το Yolov7 βελτίωσε το υπάρχον μοντέλο σε ταχύτητα και ακρίβεια και ήταν το ταχύτερο μοντέλο ανίχνευσης αντικειμένων κατά την κυκλοφορία του.

Τι Κάνει το YOLOv8 να Ξεχωρίζει;

Η ασύγκριτη ακρίβεια και ταχύτητα του YOLOv8 καθιστούν το μοντέλο υπολογιστικής όρασης να ξεχωρίζει από τις προηγούμενες εκδόσεις. Είναι một σημαντική επιτυχία, καθώς τα αντικείμενα μπορούν τώρα να ανιχνευθούν σε πραγματικό χρόνο χωρίς καθυστερήσεις, σε αντίθεση με τις προηγούμενες εκδόσεις.

Αλλά εκτός από αυτό, το YOLOv8 έρχεται με ισχυρά χαρακτηριστικά, τα οποία περιλαμβάνουν:

1. Προσαρμόσιμη αρχιτεκτονική: Το YOLOv8 προσφέρει μια ευέλικτη αρχιτεκτονική που οι développers μπορούν να προσαρμόσουν για να ταιριάζει στις συγκεκριμένες απαιτήσεις τους.
2. Αдапτική εκπαίδευση: Οι νέες δυνατότητες προσαρμογής του YOLOv8, όπως η ισορροπία της συνάρτησης απώλειας κατά την εκπαίδευση και οι τεχνικές, βελτιώνουν τον ρυθμό μάθησης. Λαμβάνει υπόψη τον Adam, ο οποίος συνεισφέρει σε καλύτερη ακρίβεια, ταχύτερη σύγκλιση και συνολικά καλύτερη απόδοση του μοντέλου.
3. Προηγμένη ανάλυση εικόνας: Μέσω των νέων ικανοτήτων σεμαντικής διαίρεσης και προβλέψεων κατηγοριών, το μοντέλο μπορεί να ανιχνεύσει δραστηριότητες, χρώμα, υφή και ακόμη και σχέσεις μεταξύ αντικειμένων, εκτός από την βασική λειτουργία ανίχνευσης αντικειμένων.
4. Αυξήσεις δεδομένων: Νέες τεχνικές αυξήσεων δεδομένων βοηθούν στην αντιμετώπιση των аспектων των μεταβολών εικόνας, όπως χαμηλή ανάλυση, απόκρυψη, κ.λπ., σε πραγματικές καταστάσεις ανίχνευσης αντικειμένων όπου οι συνθήκες δεν είναι ιδανικές.
5. Υποστήριξη σκελετού: Το YOLOv8 προσφέρει υποστήριξη για πολλαπλούς σκελετούς, συμπεριλαμβανομένων των CSPDarknet (προεπιλεγμένος σκελετός), EfficientNet (ελαφρύς σκελετός) και ResNet (κλασικός σκελετός), που οι χρήστες μπορούν να επιλέξουν.

Οι χρήστες μπορούν ακόμη να προσαρμόσουν τον σκελετό αντικαθιστώντας τον CSPDarknet53 με οποιοδήποτε άλλο δίκτυο που είναι συμβατό με τις διαστάσεις εισόδου και εξόδου του YOLOv8.

Εκπαίδευση και εξατομίκευση του YOLOv8

Το μοντέλο YOLOv8 μπορεί να εξατομικευτεί για να ταιριάζει σε συγκεκριμένες περιπτώσεις χρήσης ή να εκπαιδευτεί από την αρχή για να δημιουργηθεί ένα εξειδικευμένο μοντέλο. Περισσότερες λεπτομέρειες για τις διαδικασίες εκπαίδευσης μπορούν να βρεθούν στην επίσημη τεκμηρίωση.

Ας εξερευνήσουμε πώς μπορείτε να thực hiện και τις δύο αυτές λειτουργίες.

Εξατομίκευση του YOLOV8 με ένα Προσαρμοσμένο Σύνολο Δεδομένων

Η λειτουργία εξατομίκευσης φορτώνει ένα υπάρχον μοντέλο και χρησιμοποιεί τα προεπιλεγμένα βάρη ως σημείο εκκίνησης για την εκπαίδευση. Λογικά, το μοντέλο θυμάται όλες τις προηγούμενες γνώσεις του, και η εξατομίκευση προσθέτει νέες πληροφορίες τροποποιώντας τα βάρη.

Το μοντέλο YOLOv8 μπορεί να εξατομικευτεί με τον κώδικα Python σας ή μέσω της διεπαφής γραμμής εντολών (CLI).

1. Εξατομίκευση του YOLOv8 με Python

Ξεκινήστε εισάγοντας το πακέτο Ultralytics στον κώδικα σας. Στη συνέχεια, φορτώστε το μοντέλο που θέλετε να εκπαιδεύσετε χρησιμοποιώντας τον ακόλουθο κώδικα:

Εκτελέστε τον ακόλουθο κώδικα μέσα σε ένα αρχείο Python:

Κατά προεπιλογή, ο κώδικας θα εκπαιδεύσει το μοντέλο χρησιμοποιώντας το σύνολο δεδομένων COCO για 100 επαναλήψεις. Ωστόσο, μπορείτε επίσης να ρυθμίσετε αυτές τις ρυθμίσεις για να ορίσετε το μέγεθος, την επανάληψη, κ.λπ., σε ένα αρχείο YAML.

Μόλις εκπαιδεύσετε το μοντέλο με τις ρυθμίσεις και τη διαδρομή δεδομένων σας, παρακολουθήστε την πρόοδο, δοκιμάστε και ρυθμίστε το μοντέλο και συνεχίστε την επαναεκπαίδευση μέχρι να επιτύχετε τα επιθυμητά αποτελέσματα.

2. Εξατομίκευση του YOLOv8 με το CLI

Για να εκπαιδεύσετε ένα μοντέλο χρησιμοποιώντας το CLI, εκτελέστε το ακόλουθο σενάριο στην γραμμή εντολών:

Η εντολή CLI φορτώνει το προ-εκπαιδευμένο μοντέλο `yolov8n.pt` και το εκπαιδεύει περαιτέρω στο σύνολο δεδομένων που ορίζεται στο αρχείο `coco8.yaml`.

Δημιουργία του Δικού σας Μοντέλου με το YOLOv8

Υπάρχουν ουσιαστικά 2 τρόποι για να δημιουργήσετε ένα προσαρμοσμένο μοντέλο με το πλαίσιο YOLO:

• Εκπαίδευση από την Αρχή: Αυτή η προσέγγιση σας επιτρέπει να χρησιμοποιήσετε την προκαθορισμένη αρχιτεκτονική YOLOv8 αλλά δεν θα χρησιμοποιήσει κανένα προ-εκπαιδευμένο βάρος. Η εκπαίδευση θα πραγματοποιηθεί από την αρχή.
• Προσαρμοσμένη Αρχιτεκτονική: Τροποποιείτε την προεπιλεγμένη αρχιτεκτονική YOLO και εκπαιδεύστε τη νέα δομή από την αρχή.

Η υλοποίηση και των δύο μεθόδων παραμένει η ίδια. Για να εκπαιδεύσετε ένα μοντέλο YOLO από την αρχή, εκτελέστε τον ακόλουθο κώδικα Python:

Παρατηρήστε ότι αυτή τη φορά, έχουμε φορτώσει ένα αρχείο `.yaml` αντί για ένα αρχείο `.pt`. Το αρχείο YAML περιέχει πληροφορίες αρχιτεκτονικής για το μοντέλο και δεν φορτώνουν βάρη. Η εντολή εκπαίδευσης θα ξεκινήσει την εκπαίδευση του μοντέλου από την αρχή.

Για να εκπαιδεύσετε μια προσαρμοσμένη αρχιτεκτονική, πρέπει να ορίσετε την προσαρμοσμένη δομή σε ένα αρχείο `.yaml` παρόμοιο με το `yolov8n.yaml` παραπάνω. Στη συνέχεια, φορτώστε αυτό το αρχείο και εκπαιδεύστε το μοντέλο χρησιμοποιώντας τον ίδιο κώδικα όπως παραπάνω.

Για να μάθετε περισσότερα για την ανίχνευση αντικειμένων χρησιμοποιώντας την τεχνητή νοημοσύνη και για να μείνετε ενημερωμένοι με τις τελευταίες τάσεις της τεχνητής νοημοσύνης, επισκεφθείτε unite.ai.