關(guān)注公眾號(hào)，發(fā)現(xiàn)CV技術(shù)之美

不知不覺(jué)間，YOLOv8已經(jīng)發(fā)布三個(gè)月了，等待中的YOLOv8論文沒(méi)來(lái)，昨天官方默默又加了新模型：姿態(tài)估計(jì)。

說(shuō)好的"目標(biāo)檢測(cè)"工業(yè)界標(biāo)桿，正向著“CV全家桶”闊步向前。

現(xiàn)在你可以用YOLOv8做目標(biāo)檢測(cè)、實(shí)例分割、圖像分類(lèi)、目標(biāo)跟蹤、姿態(tài)估計(jì)了，也許還有更多驚喜在后面。

要想使用最新的姿態(tài)估計(jì)功能，你需要更新到最新版的YOLOv8：

pip?install?--upgrade?ultralytics

官方的模型可以在這里下載：

https://github.com/ultralytics/assets/releases

其實(shí)你也可以不用下載，如果你僅調(diào)用官方模型，程序運(yùn)行時(shí)沒(méi)找到模型的話(huà)，它會(huì)自己下載的，就是這么貼心?。ú贿^(guò)要保證你的網(wǎng)絡(luò)良好，親測(cè)國(guó)內(nèi)略慢）

模型是在COCO數(shù)據(jù)集訓(xùn)練的，目前支持的是人體的檢測(cè)和姿態(tài)估計(jì)。

CV君用一張網(wǎng)絡(luò)圖片測(cè)試一下：

yolo?pose?predict?model=yolov8n-pose.pt?source='http://neweuropeans.org/wp-content/uploads/2016/01/2015_Chisinau_Crossing_Europe_Poike-Stomps_MG_1047.jpg'?show=True?save=True

其中pose指定任務(wù)類(lèi)型，predict代表我們是要做推斷，模型這里我選擇的是最輕量級(jí)的YOLOv8n-pose，”show=True save=True“代表顯示并保存。

運(yùn)行結(jié)果：

Ultralytics?YOLOv8.0.68??Python-3.9.13?torch-1.13.1+cu117?CUDA:0?(NVIDIA?GeForce?GTX?1080?Ti,?11264MiB)
YOLOv8n-pose?summary?(fused):?187?layers,?3289964?parameters,?0?gradients,?9.2?GFLOPs

Downloading?http:\neweuropeans.org\wp-content\uploads\2016\01\2015_Chisinau_Crossing_Europe_Poike-Stomps_MG_1047.jpg?to?2015_Chisinau_Crossing_Europe_Poike-Stomps_MG_1047.jpg...
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████|?564k/564k?[00:00<00:00,?1.29MB/s]
image?1/1?E:\download\2015_Chisinau_Crossing_Europe_Poike-Stomps_MG_1047.jpg:?448x640?17?persons,?24.6ms
Speed:?0.0ms?preprocess,?24.6ms?inference,?7.0ms?postprocess?per?image?at?shape?(1,?3,?640,?640)
Results?saved?to?runs\pose\predict

我的GPU是1080Ti，這張1500x977大小的圖片推斷時(shí)間24.6ms。

如果要用YOLOv8調(diào)用攝像頭的話(huà)，也非常簡(jiǎn)單：

yolo?pose?predict?model=yolov8n-pose.pt?source=0?show=True?save=True

官方在COCO數(shù)據(jù)集上做了更多測(cè)試：

總計(jì)發(fā)布了YOLOv8n-pose、YOLOv8s-pose...YOLOv8x-pose-p6等6個(gè)模型，在A(yíng)100上的推斷速度從1.18ms到10.04ms，模型參數(shù)3.3M到99.1M。

方便在不同硬件和算力的平臺(tái)上使用。

當(dāng)然從CPU上的測(cè)試結(jié)果看，還不是一個(gè)CPU實(shí)時(shí)的算法。

不過(guò)更有價(jià)值的可能是，要訓(xùn)練我們自己的模型，是非常方便的。

按照coco128-pose.yaml的"樣例"組織好數(shù)據(jù)并修改coco128-pose.yaml后，你只需要一句命令：

yolo?pose?train?data=coco128-pose.yaml?model=yolov8n-pose.pt?epochs=100?imgsz=640

相關(guān)文檔：https://docs.ultralytics.com/tasks/pose/

寫(xiě)在最后：YOLOv8的功能越來(lái)越多，而且相比于其他開(kāi)源庫(kù)，對(duì)于工業(yè)界來(lái)說(shuō)更友好，涵蓋訓(xùn)練、評(píng)估、推斷、部署全流程，是快速進(jìn)行項(xiàng)目開(kāi)發(fā)的首選。

下一個(gè)進(jìn)入YOLOv8 "CV全家桶"會(huì)是誰(shuí)呢？Face?

END,入群??備注：目標(biāo)檢測(cè)文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-439045.html