使用YOLOv8+SAHI增强小目标检测效果并计算评估指标

最新推荐文章于 2024-07-07 14:13:41 发布
置顶 最新推荐文章于 2024-07-07 14:13:41 发布
阅读量3.6k 收藏 33
点赞数 27
分类专栏： YOLOv8 文章标签： YOLO 目标检测 人工智能 计算机视觉 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Dora_blank/article/details/140236280
版权

文章目录

前言

最近看到不少同学苦恼于想要评估 YOLO + SAHI 的指标，但不知道具体操作步骤，我自己在网上搜到的内容也比较复杂，大部分还要收费，所以就决定自己写一个代码，实现从模型加载、图像处理、检测结果可视化到评估指标计算的全过程。这个代码基本已经做到即插即用啦，支持 YOLOv5、YOLOv8 等多种模型，话不多说，下面就开始讲解吧！(赶时间的小伙伴可以直接跳转到最后复制完整代码)

在这里插入图片描述

必要环境

我们需要安装如下几个库
1、OpenCV (cv2)
2、SAHI
3、tabulate
4、podm
5、tqdm
6、argparse

安装命令如下：

pip install opencv-python sahi tabulate podm tqdm argparse -i  https://pypi.tuna.tsinghua.edu.cn/simple

一、代码结构

1、 训练参数解析

首先，我们利用 argparse 模块来设置命令行参数，以便灵活配置各种变量

parser = argparse.ArgumentParser(description="Object Detection Evaluation Script")
parser.add_argument('--filepath', type=str, default='val/images', help='Path to the images folder')
parser.add_argument('--annotation_folder', type=str, default='val/labels', help='Path to the annotation folder')

parser.add_argument('--model_type', type=str, default='yolov8', help='Type of the detection model')
parser.add_argument('--model_path', type=str, default='kitti_baseline/weights/best.pt',
                    help='Path to the model weights')
parser.add_argument('--confidence_threshold', type=float, default=0.4, help='Confidence threshold for the model')
parser.add_argument('--device', type=str, default="cuda:0", help='Device to run the model on')

parser.add_argument('--slice_height', type=int, default=256, help='Height of the image slices')
parser.add_argument('--slice_width', type=int, default=256, help='Width of the image slices')
parser.add_argument('--overlap_height_ratio', type=float, default=0.2, help='Overlap height ratio for slicing')
parser.add_argument('--overlap_width_ratio', type=float, default=0.2, help='Overlap width ratio for slicing')

parser.add_argument('--visualize_predictions', action='store_true', default=False, help='Visualize prediction results')
parser.add_argument('--visualize_annotations', action='store_true', default=False, help='Visualize annotation results')

parser.add_argument('--class_list', type=str, nargs='+',
                    default=['Pedestrian', 'Car', 'Van', 'Truck', 'Person_sitting', 'Cyclist', 'Tram'],
                    help='List of class names')
parser.add_argument('--images_format', type=str, nargs='+', default=['.png', '.jpg', '.jpeg'],
                    help='List of acceptable image formats')

args = parser.parse_args()

关键参数详解：

  • –filepath: 指定图像文件夹的路径(images)

  • –annotation_folder: 指定标注文件夹的路径 (labels)

  • –model_type: 指定检测模型的类型 (默认为yolov8)

  • –model_path: 指定模型权重文件的路径

  • –confidence_threshold: 指定模型的置信度阈值 (置信度高于这个阈值的检测框才会被保留)

  • –device: 指定运行模型的设备（如 cuda:0 或 cpu）

  • –slice_height: 指定图像切片的高度

  • –slice_width: 指定图像切片的宽度

  • –overlap_height_ratio: 指定切片的高度重叠比例

  • –overlap_width_ratio: 指定切片的宽度重叠比例

  • –visualize_predictions: 如果设置True，将可视化推理结果

  • –visualize_annotations: 如果设置True，将可视化标注结果

  • –class_list: 指定类名列表(可以直接复制数据集.yaml文件中 变量names后面的列表)

  • –images_format: 指定可接受的图像格式列表

2、 核心代码解析

1.加载检测模型

调用AutoDetectionModel.from_pretrained函数来加载YOLOv8模型

def load_detection_model():
    return AutoDetectionModel.from_pretrained(
        model_type=args.model_type,
        model_path=args.model_path,
        confidence_threshold=args.confidence_threshold,
        device=args.device
    )

2. 处理图像

定义 process_image 函数来处理每张图像，该函数包含：

  • 从指定路径读取图像
  • 使用SAHI进行切片预测
  • 读取标注文件的真实框
  • 可视化预测和标注结果
def process_image(image_name, model, labels, detections):
    img_path = os.path.join(args.filepath, image_name)
    img_vis = cv2.imread(img_path)
    img_h, img_w, _ = img_vis.shape

    result = get_sliced_prediction(
        img_path,
        model,
        slice_height=args.slice_height,
        slice_width=args.slice_width,
        overlap_height_ratio=args.overlap_height_ratio,
        overlap_width_ratio=args.overlap_width_ratio,
        verbose = 0
    )

    anno_file = os.path.join(args.annotation_folder, image_name[:-4] + '.txt')
    annotations = read_boxes(anno_file, img_w, img_h)

    for anno in annotations:
        label, xmin_gt, ymin_gt, xmax_gt, ymax_gt = anno
        labels.append(BoundingBox.of_bbox(image_name, label, xmin_gt, ymin_gt, xmax_gt, ymax_gt))
        if args.visualize_annotations:
            cv2.rectangle(img_vis, (int(xmin_gt), int(ymin_gt)), (int(xmax_gt), int(ymax_gt)), get_color(label), 2,
                          cv2.LINE_AA)
            cv2.putText(img_vis, f"{args.class_list[label]}", (int(xmin_gt), int(ymin_gt - 5)),
                        cv2.FONT_HERSHEY_COMPLEX, 0.8, get_color(label), thickness=2)

    for pred in result.object_prediction_list:
        bbox = pred.bbox
        cls = pred.category.id
        score = pred.score.value
        xmin_pd, ymin_pd, xmax_pd, ymax_pd = bbox.minx, bbox.miny, bbox.maxx, bbox.maxy
        detections.append(BoundingBox.of_bbox(image_name, cls, xmin_pd, ymin_pd, xmax_pd, ymax_pd, score))

        if args.visualize_predictions:
            cv2.rectangle(img_vis, (int(xmin_pd), int(ymin_pd)), (int(xmax_pd), int(ymax_pd)),
                          get_color(cls + len(args.class_list)), 2, cv2.LINE_AA)
            cv2.putText(img_vis, f"{args.class_list[cls]} {score:.2f}", (int(xmin_pd), int(ymin_pd - 5)),
                        cv2.FONT_HERSHEY_COMPLEX, 0.8, get_color(cls + len(args.class_list)), thickness=2)

    if args.visualize_predictions or args.visualize_annotations:
        cv2.imshow(image_name, img_vis)
        cv2.waitKey(0)
        cv2.destroyAllWindows()
2.1 读取图像和标注文件
anno_file = os.path.join(args.annotation_folder, image_name[:-4] + '.txt')
annotations = read_boxes(anno_file, img_w, img_h)
  • anno_file：构建标注文件路径
  • annotations：使用 read_boxes 函数读取标注框
2.2 处理标注框
for anno in annotations:
    label, xmin_gt, ymin_gt, xmax_gt, ymax_gt = anno
    labels.append(BoundingBox.of_bbox(image_name, label, xmin_gt, ymin_gt, xmax_gt, ymax_gt))
    if args.visualize_annotations:
        cv2.rectangle(img_vis, (int(xmin_gt), int(ymin_gt)), (int(xmax_gt), int(ymax_gt)), get_color(label), 2,
                      cv2.LINE_AA)
        cv2.putText(img_vis, f"{args.class_list[label]}", (int(xmin_gt), int(ymin_gt - 5)),
                    cv2.FONT_HERSHEY_COMPLEX, 0.8, get_color(label), thickness=2)
  • 循环遍历 annotations 中的每个标注框
  • labels.append：将标注框添加到 labels 列表
  • 如果 args.visualize_annotations 为True，将标注框绘制在图像上，并在框上方显示类别名称
2.3 处理预测结果
for pred in result.object_prediction_list:
    bbox = pred.bbox
    cls = pred.category.id
    score = pred.score.value
    xmin_pd, ymin_pd, xmax_pd, ymax_pd = bbox.minx, bbox.miny, bbox.maxx, bbox.maxy
    detections.append(BoundingBox.of_bbox(image_name, cls, xmin_pd, ymin_pd, xmax_pd, ymax_pd, score))

    if args.visualize_predictions:
        cv2.rectangle(img_vis, (int(xmin_pd), int(ymin_pd)), (int(xmax_pd), int(ymax_pd)),
                      get_color(cls + len(args.class_list)), 2, cv2.LINE_AA)
        cv2.putText(img_vis, f"{args.class_list[cls]} {score:.2f}", (int(xmin_pd), int(ymin_pd - 5)),
                    cv2.FONT_HERSHEY_COMPLEX, 0.8, get_color(cls + len(args.class_list)), thickness=2)
  • 循环遍历 result.object_prediction_list 中的每个预测结果
  • detections.append：将预测结果添加到 detections 列表
  • 如果 args.visualize_predictions 为真True，将预测框绘制在图像上，并在框上方显示类别名称和置信度分数
2.4 显示图像
if args.visualize_predictions or args.visualize_annotations:
    cv2.imshow(image_name, img_vis)
    cv2.waitKey(0)
    cv2.destroyAllWindows()
  • 如果 args.visualize_prediction=True 显示推理结果
  • 如果 args.visualize_annotations=True 显示标注结果
  • 如果 args.visualize_prediction=True or args.visualize_annotations=True 同时显示推理结果和标注结果
  • 如果 args.visualize_prediction=False or args.visualize_annotations=False 将不会可视化结果，而是直接计算评估指标

3. 评估模型

我们使用 podm 库来计算 PASCAL VOC 评估指标

def evaluate_model(labels, detections):
    results = get_pascal_voc_metrics(labels, detections, 0.5)
    table = [
        [args.class_list[int(class_id)], m.recall[-1], m.precision[-1], m.ap]
        for class_id, m in results.items() if m.num_groundtruth > 0
    ]
    map_score = MetricPerClass.mAP(results)
    print(tabulate(table, headers=["ClassID", "Recall", "Precision", "AP"], floatfmt=".2f"))
    print(f"\nmAP: {map_score:.4f}")

4. 主函数

主函数中加载模型，遍历图像文件夹，处理每张图像，并在最后评估模型

def main():
    detection_model = load_detection_model()
    image_names = [name for name in os.listdir(args.filepath) if
                   os.path.splitext(name)[1].lower() in args.images_format]
    labels, detections = [], []

    for i, image_name in enumerate(tqdm(image_names, desc="Processing images")):
        process_image(image_name, detection_model, labels, detections)

    evaluate_model(labels, detections)

if __name__ == "__main__":
    main()

二、完整代码

import os
import cv2
from sahi import AutoDetectionModel
from sahi.predict import get_sliced_prediction
from tabulate import tabulate
from podm.metrics import BoundingBox, get_pascal_voc_metrics, MetricPerClass
import argparse
from tqdm import tqdm

parser = argparse.ArgumentParser(description="Object Detection Evaluation Script")
parser.add_argument('--filepath', type=str, default='val/images', help='Path to the images folder')
parser.add_argument('--annotation_folder', type=str, default='val/labels', help='Path to the annotation folder')

parser.add_argument('--model_type', type=str, default='yolov8', help='Type of the detection model')
parser.add_argument('--model_path', type=str, default='kitti_baseline/weights/best.pt',
                    help='Path to the model weights')
parser.add_argument('--confidence_threshold', type=float, default=0.4, help='Confidence threshold for the model')
parser.add_argument('--device', type=str, default="cuda:0", help='Device to run the model on')

parser.add_argument('--slice_height', type=int, default=256, help='Height of the image slices')
parser.add_argument('--slice_width', type=int, default=256, help='Width of the image slices')
parser.add_argument('--overlap_height_ratio', type=float, default=0.2, help='Overlap height ratio for slicing')
parser.add_argument('--overlap_width_ratio', type=float, default=0.2, help='Overlap width ratio for slicing')

parser.add_argument('--visualize_predictions', action='store_true', default=False, help='Visualize prediction results')
parser.add_argument('--visualize_annotations', action='store_true', default=False, help='Visualize annotation results')

parser.add_argument('--class_list', type=str, nargs='+',
                    default=['Pedestrian', 'Car', 'Van', 'Truck', 'Person_sitting', 'Cyclist', 'Tram'],
                    help='List of class names')
parser.add_argument('--images_format', type=str, nargs='+', default=['.png', '.jpg', '.jpeg'],
                    help='List of acceptable image formats')

args = parser.parse_args()


def get_color(idx):
    idx = int(idx) + 5
    return ((37 * idx) % 255, (17 * idx) % 255, (29 * idx) % 255)


def read_boxes(txt_file, img_w, img_h):
    boxes = []
    with open(txt_file, 'r') as f:
        for line in f:
            items = line.strip().split()
            box = [
                int(items[0]),
                (float(items[1]) - float(items[3]) / 2) * img_w,
                (float(items[2]) - float(items[4]) / 2) * img_h,
                (float(items[1]) + float(items[3]) / 2) * img_w,
                (float(items[2]) + float(items[4]) / 2) * img_h
            ]
            boxes.append(box)
    return boxes


def load_detection_model():
    return AutoDetectionModel.from_pretrained(
        model_type=args.model_type,
        model_path=args.model_path,
        confidence_threshold=args.confidence_threshold,
        device=args.device
    )


def process_image(image_name, model, labels, detections):
    img_path = os.path.join(args.filepath, image_name)
    img_vis = cv2.imread(img_path)
    img_h, img_w, _ = img_vis.shape

    result = get_sliced_prediction(
        img_path,
        model,
        slice_height=args.slice_height,
        slice_width=args.slice_width,
        overlap_height_ratio=args.overlap_height_ratio,
        overlap_width_ratio=args.overlap_width_ratio,
        verbose = 0
    )

    anno_file = os.path.join(args.annotation_folder, image_name[:-4] + '.txt')
    annotations = read_boxes(anno_file, img_w, img_h)

    for anno in annotations:
        label, xmin_gt, ymin_gt, xmax_gt, ymax_gt = anno
        labels.append(BoundingBox.of_bbox(image_name, label, xmin_gt, ymin_gt, xmax_gt, ymax_gt))
        if args.visualize_annotations:
            cv2.rectangle(img_vis, (int(xmin_gt), int(ymin_gt)), (int(xmax_gt), int(ymax_gt)), get_color(label), 2,
                          cv2.LINE_AA)
            cv2.putText(img_vis, f"{args.class_list[label]}", (int(xmin_gt), int(ymin_gt - 5)),
                        cv2.FONT_HERSHEY_COMPLEX, 0.8, get_color(label), thickness=2)

    for pred in result.object_prediction_list:
        bbox = pred.bbox
        cls = pred.category.id
        score = pred.score.value
        xmin_pd, ymin_pd, xmax_pd, ymax_pd = bbox.minx, bbox.miny, bbox.maxx, bbox.maxy
        detections.append(BoundingBox.of_bbox(image_name, cls, xmin_pd, ymin_pd, xmax_pd, ymax_pd, score))

        if args.visualize_predictions:
            cv2.rectangle(img_vis, (int(xmin_pd), int(ymin_pd)), (int(xmax_pd), int(ymax_pd)),
                          get_color(cls + len(args.class_list)), 2, cv2.LINE_AA)
            cv2.putText(img_vis, f"{args.class_list[cls]} {score:.2f}", (int(xmin_pd), int(ymin_pd - 5)),
                        cv2.FONT_HERSHEY_COMPLEX, 0.8, get_color(cls + len(args.class_list)), thickness=2)

    if args.visualize_predictions or args.visualize_annotations:
        cv2.imshow(image_name, img_vis)
        cv2.waitKey(0)
        cv2.destroyAllWindows()


def evaluate_model(labels, detections):
    results = get_pascal_voc_metrics(labels, detections, 0.5)
    table = [
        [args.class_list[int(class_id)], m.recall[-1], m.precision[-1], m.ap]
        for class_id, m in results.items() if m.num_groundtruth > 0
    ]
    map_score = MetricPerClass.mAP(results)
    print(tabulate(table, headers=["ClassID", "Recall", "Precision", "AP"], floatfmt=".2f"))
    print(f"\nmAP: {map_score:.4f}")


def main():
    detection_model = load_detection_model()
    image_names = [name for name in os.listdir(args.filepath) if
                   os.path.splitext(name)[1].lower() in args.images_format]
    labels, detections = [], []

    for i, image_name in enumerate(tqdm(image_names, desc="Processing images")):
        process_image(image_name, detection_model, labels, detections)

    evaluate_model(labels, detections)


if __name__ == "__main__":
    main()

三、效果展示

计算评估指标

在这里插入图片描述

可视化推理结果

在这里插入图片描述

可视化标注结果

在这里插入图片描述

同时可视化推理结果和标注结果

在这里插入图片描述

总结

本期博客就到这里啦，喜欢的小伙伴们可以点点关注，感谢！

最近经常在b站上更新一些有关目标检测的视频，大家感兴趣可以来看看 https://b23.tv/1upjbcG

学习交流群：995760755

[空--白]
关注
  • 27
    点赞
  • 踩
  • 33
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 14
    评论
专栏目录
小目标检测-切片辅助超推理 SAHI 技术对 YOLOv8 进行推理过程和代码实现
DT程序员的博客
06-08 2192
详细讲解如何使用切片辅助超推理 SAHI 技术对 YOLOv8 进行推理过程和代码实现
算法联调篇 | YOLOv8 结合切片辅助超推理算法 | 这才叫让小目标无处遁形！| 使用 YOLOv8 和 SAHI 进行切片推理
YOLOv8项目贡献者
09-04 4655
算法联调篇 | YOLOv8 结合切片辅助超推理算法 | 这tm才叫让小目标无处遁形！
YOLOv8+SAHI小目标检测：使用ONNX模型进行推理
深度学习领域
02-28 3682
SAHI是一个功能强大的小目标检测库，特别适合处理高质量图像中的小目标检测任务。尽管这种方法可能会导致处理时间增加，但它为需要高精度小目标检测的应用场景提供了一种有效的解决方案。希望本文能帮助你了解SAHI的使用场景和配置方法，如果有任何问题，欢迎留言讨论。
基于yolov5+SAHI模块完成超分辨率以及小目标检测演示源码+运行说明.zip
06-01
基于yolov5+SAHI模块完成超分辨率以及小目标检测演示源码+运行说明.zip
YOLOv8结合SAHI推理图像和视频
最新发布
Dora_blank的博客
07-07 2994
在上一篇文章中，我们深入探讨了如何通过结合YOLOv8和SAHI来增强小目标检测效果，并计算了相关评估指标，虽然我们也展示了可视化功能，但是这些功能往往需要结合实际的ground truth（GT）数据进行对比，这在实际操作中可能会稍显不便。为了进一步简化操作，这篇文章将直接分享可以用来推理图像和视频的代码，通过这段代码，我们能够更加方便地使用SAHI进行小目标检测，而不需要反复处理和对比GT数据。不多说啦，以下是完整的代码示例，供大家参考使用。
SAHI_Yolov8:小目标检测
qq_55542491的博客
10-19 659
如果您的计算机配备 NVIDIA GPU，则可以通过将 'device' 标志更改为'cuda:0'来启用 CUDA 加速；否则，将其保留为'cpu'# YOLOv8模型的路径。# YOLOv8模型的路径。懒得推gitee，记录一下。
YOLOv8最新改进系列：SAHI -专门针对小目标检测的推理-切片辅助超推理！小目标检测实战有效！上大分、遥遥领先了家人们！！！
weixin_51692073的博客
10-24 8706
YOLOv8最新改进系列：SAHI -专门针对小目标检测的推理-切片辅助超推理！小目标检测实战有效！上大分、遥遥领先了家人们！！！
YOLOv8改进 | 进阶实战篇 | 利用辅助超推理算法SAHI推理让小目标无所谓遁形（支持视频和图片）
走向CTO的路上...
06-14 630
目标检测算法在近年来取得了长足的进步，但在检测小目标方面仍然存在一些挑战。小目标往往由于尺寸较小、特征信息不足等原因，难以被检测算法准确识别。为了解决这一问题，本文提出了一种利用辅助超推理算法SAHI推理让小目标无所谓遁形的方案。SAHI是一种基于超推理的辅助推理算法，它可以利用相邻图像的信息来增强小目标的特征信息，从而提高检测精度。该算法在多个目标检测数据集上都取得了显著的性能提升。SAHI算法是一种利用辅助超推理来增强小目标特征信息的有效方法，可以显著提高YOLOv8模型在小目标检测任务上的精度。
芒果YOLOv8改进91：提升篇：YOLOv8使用SAHI切片辅助推理：《SAHI切片辅助推理解析》推理教程（附推理源代码）
包括YOLOv5、YOLOv7、YOLOv8等模型改进
12-14 2135
YOLOv8《SAHI切片辅助推理解析》推理教程（附推理源代码）
YOLOv8改进有效系列目录 | 包含卷积、主干、检测头、注意力机制、Neck上百种创新机制
热门推荐
Snu77的博客
12-30 8万+
Hello，各位读者们好，本专栏自开设两个月以来已经更新改进教程120+余篇其中包含C2f、主干、检测头、注意力机制、Neck多种结构上创新，也有损失函数和一些细节点上的创新，订阅本专栏以后你不仅可以收获跟专栏的阅读权限，同时可以进Qq群，里面包含集成我所有创新的YOLO最新目录，和我本人录制的视频讲解教程，如果你想要在YOLOv8系列收获一篇论文，我相信订阅本专栏后你一定会有所收获~YOLOv8改进有效系列目录。
源码解析篇 | YOLOv8官方源码项目目录结构解析
突然好想你
03-02 2753
YOLOv8是一种目标检测算法，它是YOLO（You Only Look Once）系列算法的第8个版本。为了让大家更好地了解和应用YOLOv8算法，本节课就带领大家对其项目目录结构进行详细解析！~🌈
MATLAB算法实战应用案例精讲-【图像处理】小目标检测（附matlab代码实现）
qq_36130719的博客
01-13 4151
现有的小目标定义方式主要分为以下两类，即基于相对尺度的定义与基于绝对尺度的定义。(1)基于相对尺度即从目标与图像的相对比例这一角度考虑来对小目标进行定义。Chen[1]等对小目标做了如下定义：同一类别中所有目标实例的相对面积，即边界框面积与图像面积之比的中位数在0.08%~0.58%之间。除此以外，较为常见的还有以下几种：①目标边界框的宽高与图像的宽高比例小于一定值，较为通用的比例值为0.1；②目标边界框面积与图像面积的比值开方小于一定值，较为通用的值为0.03；
目标检测YOLO实战应用案例100讲-基于深度学习的自动驾驶目标检测算法研究（续）
qq_36130719的博客
04-22 491
4.1 YOLOv8算法原理在探讨YOLOv8算法的原理时，我们首先需要理解YOLO（You Only Look Once）系列算法的核心理念，即在单次前向传播过程中同时进行目标的定位和分类。这种一步到位的检测方式使得YOLO算法在速度和效率上有着显著的优势。YOLOv8作为这一系列中的最新迭代，不仅继承了前代YOLO算法的这些优点，而且在结构设计和性能上都有了显著的改进，从而进一步提升了检测的准确性和速度。
目标检测YOLO实战应用案例100讲-基于深度学习的无人机目标检测算法轻量化研究
qq_36130719的博客
08-01 976
在Darknet深度学习框架支撑下，注重精度速度均衡化的YOLO系列算法结 合新算法思想，不断推陈出新。而YOLO系列经典算法YOLOv3，继承了YOLOv1、 YOLO9000[ 61]算法精度高、推理速度块、检测种类多的优势，综合提高了各大尺 度目标的检测精度，算法思想如下：(1) 基于残差网络构建的骨干网络Darknet53，基本模块为下采样和残差块 的连续组合，详细结构见表2.1。下采样模块一方面可以降低网络计算量，另一 方面也增大了感受野，提高对大目标的检测性能；
用于小物体检测的切片辅助超推理SAHI实现YOLOv8推理
穿着帆布鞋也能走猫步
09-21 4542
如下图所示，在推理过程中采用了切片法，最初，原始图像被划分为尺寸为M×N的重叠块。通过结合使用调整大小的补丁和原始图像，模型可以学习到适应不同尺度的物体，并提高对大型物体的检测能力。然而，由于网络的局限性，学习到的特征可能无法充分捕捉到较小物体的微妙而复杂的细节。预训练模型，尤其是使用深度卷积神经网络(CNN)架构的模型，可以捕获丰富的分层特征，这对于小物体的检测非常有帮助。SAHI的独特之处在于它能够与任何物体检测器无缝集成，无需繁琐的微调，并在不影响性能的情况下快速应用，为小物体检测带来了重大的突破。
Yolov8可视化界面使用说明，含代码
深度学习炼丹师，偶尔分享炼丹技术!
06-27 1143
⭐⭐⭐⭐。
【YOLOv8训练结果评估】YOLOv8如何使用训练好的模型对验证集进行评估及评估参数详解
阿旭的博客
03-28 7979
【YOLOv8训练结果评估】YOLOv8如何使用训练好的模型对验证集进行评估及评估参数详解
sahi增强yolov8
12-02
根据引用[1]，SAHI是YOLOv8最新改进系列中的一种增强方法，专门针对小目标检测。SAHI的全称是Slice-Assisted Hyper Inference，它通过对输入图像进行切片，将大图像分解成多个小图像，然后对每个小图像进行检测，最后将检测结果合并，从而提高小目标检测的准确率和速度。具体实现方法可以参考引用中的内容。 另外，根据引用，YOLOv8最新改进系列的源码包已经更新了35种+损失函数的改进，自己排列组合2-4种后，不考虑位置已达8万种以上改进方法，考虑位置不同后可排列上百万种。因此，YOLOv8已经具备了非常强大的检测能力和灵活性。
评论 14
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

[空--白]

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值