针对某道路交通场景目标检测模型YOLOv8s和YOLOv8n检测测试结果分析——针对YOLOv8s模型设置不同confThred和iouThred对检测结果的影响及分析

最新推荐文章于 2024-09-22 14:54:02 发布
最新推荐文章于 2024-09-22 14:54:02 发布
阅读量1k 收藏 22
点赞数 20
文章标签： 目标检测 YOLO 人工智能
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/qq_42835363/article/details/136191809
版权
本文深入分析了针对道路交通场景的YOLOv8s模型在调整confThred和iouThred参数时对目标检测结果的影响。研究发现，提高confThred可能导致部分低置信度目标漏检，但能减少误检，特别是对被遮挡目标的检测。另一方面，调高iouThred对复杂背景或遮挡目标的漏检改善有限。建议保持默认的iou_thred=0.45，并适度提高conf_thred，例如设置为0.3。
摘要由CSDN通过智能技术生成

针对某道路交通场景目标检测模型YOLOv8s和YOLOv8n检测测试结果分析

——针对YOLOv8s模型设置不同confThred和iouThred对检测结果的影响及分析

0 说明：

0.1 图示中的目标框上的数字ID对应目标类型详情如下:

0 1 2 3 4 5 6 7 8 9 10
pedes car bus truck bike moto tricycle coni warn tralight specialVehicle

0.2 训练模型数据分配

训练集：5858

验证集：1400

1 v8s模型TRT检测结果分析

1.1 测试数据说明

① 图片都是2分钟一张录的，相对比较广泛。

② 逐帧详细观察ip100共计120张图片，和ip103共计120张。

③ 检测结果中，由于训练集场景与测试集场景完全一致，故针对轿车，公交，卡车类型基本没有误检现象，故主要针对行人，摩托和自行车，三

最低0.47元/天 解锁文章
爱吃油淋鸡的莫何
关注
YOLOv8改进：手把手入门系列篇 | 创新点如何在自己数据集上高效涨点 | EMA注意力作为案例展开
会AI的学姐
10-13 1万+
问题点：创新点为什么在自己数据集不涨点，甚至出现降点的现象；本文解决对策：拿EMA注意力作为案例进行展开，将创新点放入不同网络位置，总有一种能够高效涨点
Yolo8目标检测预训练模型 - yolov8s.pt
08-04
Yolo8目标检测预训练模型, 作为YOLOv8算法的一个版本，YOLOv8s.pt是一个预训练的权重文件，它包含了在大量数据集上训练得到的模型参数，可以直接用于目标检测任务，或者作为进一步训练的基础。 二、特点与优势 小型...
YOLOv8项目实践——目标检测、实例分割、姿态估计、目标追踪算法原理及模型部署（Python实现带界面）
知来者逆的博客
03-27 7983
这是一个集成了YoloV8目标检测、实例分割、姿态估计与目标追踪的项目，界面是用PyQt5写的，可以读入图像，视频与摄像头。
[详细]YOLOv8 中主要模型版本的列表及其解释
qq_42147602的博客
09-22 650
选择依据​ 选择合适的模型取决于具体应用场景、可用的计算资源和对速度与精度的需求。较小的模型（如 YOLOv8n 和 YOLOv8s）适合资源有限的实时应用，而较大的模型（如 YOLOv8l 和 YOLOv8x）则适合需要高精度的任务。
详解：yolov5中推理时置信度，设置的conf和iou_thres具体含义
pangxing6491的博客
06-15 2万+
详解：yolov5中推理时置信度，设置的conf和iou_thres具体含义
YOLOv8 简介
weixin_43978579的博客
05-24 2982
​YOLOv8 是 YOLO 系列的最新版本，在 2023 年由 Ultralytics（YOLO 的创造者）发布，是性能最佳的目标检测器之一，被视为对现有 YOLO 变体（如 YOLO v5 和 YOLOX）的改进。 YOLOv8 支持全方位的视觉 AI 任务，包括检测、分割、姿态估计、跟踪和分类。这种多功能性使用户能够在各种应用和领域中利用 YOLOv8 的功能。 ​
yolov8s网络模型结构图
qianxun
01-06 1万+
yolov8真的来了！U神出品的yolov8，虽然还没正式公布，但是已经放出代码了。代码有着很强烈的yolov5风格。学的速度还跟不上别人更新的速度，咋玩呀！先看看yolov8seg、det的炼丹。再看看map：：都快卷秃噜皮了。yolov8s已经达到了0.6ms了。先看看ONNX图：这个是带NMS的。1、yolov8是无锚框了。2、增加了C2F结构。
C# Onnx Yolov8 Detect yolov8n、yolov8s、yolov8m、yolov8l、yolov8x 对比
.NET 人工智能实践
12-22 1637
C# Onnx Yolov8 Detect yolov8n、yolov8s、yolov8m、yolov8l、yolov8x 对比
yolov8n.pt和yolov8s.pt目标检测模型
最新发布
11-04
yolov8n.pt和yolov8s.pt 是 YOLOv8 系列中的中型预训练模型，专注于目标检测任务,模型规模比较小，适合处理速度快而又精度要求不是很高的场景。
YOLOv8预训练权重文件集合(YOLOv8n,YOLOv8s,YOLOv8m,YOLOv8l,YOLOv8x)
06-23
YOLOv8预训练权重文件集合(YOLOv8n,YOLOv8s,YOLOv8m,YOLOv8l,YOLOv8x) YOLOv8 pretrained Detect models are shown here. Detect, Segment and Pose models are pretrained on the COCO dataset, while Classify ...
YOLOv8训练飞机检测模型+权重+数据集
04-18
1、YOLOv8训练飞机检测模型，并包含标注好的飞机检测数据集，标签格式为xml和txt两种，类别名为aeroplane， 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 5、采用pytrch...
基于yolov8的交通标志检测识别系统
m0_49127166的博客
07-06 2375
本次项目使用的数据集为一个交通标志检测数据集，来源（该数据集包含多种类型的交通标志，如红绿灯、速度限制标志和停车标志等。每个图像文件都附有详细的标注文件，标注了每个交通标志的类别和位置（用边界框表示）。数据集的图像分辨率各不相同，既包含白天拍摄的图像，也包含夜间拍摄的图像，因此数据集具有较好的多样性和代表性。数据集分为训练集、验证集和测试集。训练集用于模型的训练，验证集用于模型参数调整，测试集用于最终模型性能的评估。训练集中包含大量不同种类的交通标志，以确保模型能够学习到各种交通标志的特征。
目标检测实战(六): 使用YOLOv8完成对图像的目标检测任务（从数据准备到训练测试部署的完整流程）
源的博客
09-08 2万+
目标检测（Object Detection）是计算机视觉领域的一项重要技术，旨在识别图像或视频中的特定目标并确定其位置。通过训练深度学习模型，如卷积神经网络（CNN），可以实现对各种目标的精确检测。常见的目标检测任务包括：人脸检测、行人检测、车辆检测等。目标检测在安防监控、自动驾驶、智能零售等领域具有广泛应用前景。
跌倒检测，基于YOLOV8S，只依赖OPENCV，支持C++/PYTHON
hnsdgxylh的专栏
08-23 318
跌倒检测，基于YOLOV8S，只依赖OPENCV，支持C++/PYTHON
关于yolov8一些训练的情况
qianxun
01-15 1万+
1、使用yolov8s训练(2000轮，真就一直训到了2000轮，不会象是yolov5一样收敛了就不训了)第一次map50=0.915，第一次训练依旧是2000轮，依旧是训练跑完2000轮了，map=0.91,map相差了0.5个点。(训练结果被我删除了，因为上面那个错误，然后我把run文件夹全部删除了。可以看到s模型640得map已经达到了44.9，v8n得map也已经达到了37.3，很强了，但是实际上是怎么样呢，我使用个人数据集进行了测试，本人得数据集在偏向于小目标，只有一类。
YOLOv8模型结果汇总
m0_60985598的博客
11-06 6674
1. 简述1. 简述YOLOv8存在很多模型，比如YOLOv8n、YOLOv8s、YOLOv8m、YOLOv8l、YOLOv8x。之前我交给大家如何训练YOLOv8n（），对于其他的几种模型都是一样的，只需要修改train.py中的代码即可，前提是几个权重文件都要在weights文件夹中（没有下载的去自行下载）。本文演示四种变体。这篇文章最主要是给科研狗给出一点数据提示！！！2.YOLOv8n训练结果YOLOv8n是速度最快的一个，直接上图。
YOLOv8添加注意力机制(ShuffleAttention为例)
qq_43471945的博客
09-05 4893
YOLOv8添加注意力机制(ShuffleAttention为例)
基于Yolov8网络进行目标检测（二）-安装和自定义数据集
不胜人生一场醉
09-15 990
关于Yolov8的安装在前一个环节忽略了，其实非常简单，只需要以下两个步骤：1、安装pytorchpip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu1182、安装ultralyticspip install ultralytics为什么把目录结构单独拿出来扯呢？这个和训...
深入解析YOLOv8：网络结构与推理过程
热门推荐
dont worry about it的博客
05-16 6万+
YOLOv8作为目标检测领域的新星，其网络架构和推理过程体现了YOLO系列的最新技术进展。通过精心设计的网络结构和优化的推理流程，YOLOv8在保持实时性的同时，也实现了更高的检测准确率。随着未来研究的深入，YOLOv8有望在更多应用场景中展现其强大的性能。祝大家实验顺利，有效涨点~！！
conf_thres
07-28
conf_thres是指置信度阈值，用于控制目标检测的精度。在默认值0.25的基础上，可以根据需要进行调整。较高的conf_thres值会过滤掉置信度较低的目标框，从而提高检测的准确性。\[1\] #### 引用[.reference_title] - *1* [yolov5检测框重合重复，手动调参方法(调整detect,val的conf,iou)](https://blog.csdn.net/weixin_39128932/article/details/122849105)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down28v1,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [详解：yolov5中推理时置信度，设置的conf和iou_thres具体含义](https://blog.csdn.net/pangxing6491/article/details/125297384)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down28v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
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

爱吃油淋鸡的莫何

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