今天我們介紹 YOLOv11，這個(gè)系列中的最新成員。YOLO 是一個(gè)在目標(biāo)檢測(cè)領(lǐng)域幾乎無(wú)與倫比的算法，它產(chǎn)生了非常成功的結(jié)果。這個(gè)算法系列在 YOLOv5 之后由 Ultralytics 繼續(xù)開(kāi)發(fā)，并且每個(gè)新模型都帶來(lái)了更好的性能。

YOLOv11 是 Ultralytics 開(kāi)發(fā)的最新 YOLO 模型。這個(gè)模型在執(zhí)行實(shí)時(shí)目標(biāo)檢測(cè)時(shí)，繼續(xù)平衡準(zhǔn)確性和效率。在之前的 YOLO 版本基礎(chǔ)上，YOLO11 在架構(gòu)和訓(xùn)練上提供了顯著的改進(jìn)。在保持速度的同時(shí)提高性能的最重要的架構(gòu)變化是增加了 C3K2 塊、SPFF 模塊和 C2PSA 塊。

• C3K2 塊：這是在以前版本中引入的 CSP（Cross Stage Partial）塊的增強(qiáng)。該模塊使用不同的核大?。ɡ?3x3 或 5x5）和通道分離策略來(lái)優(yōu)化更復(fù)雜特征的提取。
• SPFF（Spatial Pyramid Pooling Fusion）模塊：它是 YOLO 版本中使用的 SPP（Spatial Pyramid Pooling）模塊的優(yōu)化版本。該模塊允許模型通過(guò)捕獲不同尺度的物體屬性來(lái)更好地執(zhí)行。
• C2PSA 塊：這個(gè)塊通過(guò)結(jié)合通道和空間信息提供更有效的特征提取。它還與多頭注意力機(jī)制一起工作，從而實(shí)現(xiàn)對(duì)物體更準(zhǔn)確的感知。它優(yōu)化了前一層的特征圖，并用注意力機(jī)制豐富它們，以提高模型的性能。這種結(jié)構(gòu)使得在復(fù)雜場(chǎng)景中更精確的檢測(cè)成為可能，并提高了 YOLOv11 的準(zhǔn)確性。

除了這些架構(gòu)變化，YOLOv11 像 YOLOv8 一樣具有多模型能力。得益于其多模型特性，YOLOv11 可以執(zhí)行以下任務(wù)：

• 目標(biāo)檢測(cè)：在圖像中識(shí)別和定位物體。
• 實(shí)例分割：檢測(cè)物體并確定它們的邊界。
• 分類：將圖像分類到預(yù)定義的類別中。
• 姿態(tài)估計(jì)：檢測(cè)和跟蹤人體上的標(biāo)志點(diǎn)。
• 定向目標(biāo)檢測(cè)（OBB）：檢測(cè)旋轉(zhuǎn)物體以提高靈敏度。

在我們開(kāi)始使用之前，讓我們談?wù)勑?YOLO 版本帶來(lái)的特性。

• 現(xiàn)有的主干結(jié)構(gòu)已經(jīng)被 C3K2 塊替換，以提高特征提取能力。
• 頸部結(jié)構(gòu)已經(jīng)用 SPFF 模塊改進(jìn)，以捕獲不同大小的物體并更好地檢測(cè)小物體。
• 增加了 C2PSA 塊，專注于更小或部分遮擋物體中的重要區(qū)域。
• 通過(guò)多模型能力增加了任務(wù)數(shù)量。
• 更容易適應(yīng)各種環(huán)境，包括邊緣設(shè)備。
• 得益于其優(yōu)化的架構(gòu)和高效的處理能力，它可以部署在邊緣設(shè)備、云平臺(tái)和支持 NVIDIA GPU 的系統(tǒng)上。

由于這些優(yōu)化和創(chuàng)新，YOLOv11 在實(shí)時(shí)應(yīng)用中提供了性能提升。模型運(yùn)行更快、更準(zhǔn)確，提高了目標(biāo)檢測(cè)、樣本分割和姿態(tài)估計(jì)等任務(wù)的效率。此外，兼容性得到了改善，使模型可以輕松地在不同的平臺(tái)和硬件上運(yùn)行（例如云或邊緣設(shè)備）。在 Ultralytics （詳見(jiàn)官網(wǎng)：https://docs.ultralytics.com/models/yolo11/）頁(yè)面上，當(dāng)他們?cè)u(píng)估 YOLOv11 與以前版本相比的性能時(shí)，他們發(fā)表了以下評(píng)論。

隨著模型設(shè)計(jì)的改進(jìn)，YOLO11m 在使用比 YOLOv8m 少 22% 參數(shù)的情況下，在 COCO 數(shù)據(jù)集上實(shí)現(xiàn)了更高的平均精度均值（mAP），使其在不犧牲準(zhǔn)確性的情況下具有計(jì)算效率。

然而，盡管 YOLOv11 模型的性能很好并且提供了廣泛的范圍，但在目標(biāo)檢測(cè)方面，它并不像 YOLOv10 那樣成功。盡管 YOLOv10 有更多的參數(shù)，YOLOv11 只實(shí)現(xiàn)了微小的差異（+0.1-0.5）的更好性能。在這種情況下，YOLOv10 可能仍然是我們的偏好，因?yàn)閰?shù)的過(guò)剩導(dǎo)致速度損失和成本。

使用 YOLOv11

使用 PyTorch 構(gòu)建 YOLOv11 模型及其與其他模式的使用簡(jiǎn)要如下。

步驟 1：首先，我們需要下載 Ultralytics 庫(kù)。有了這個(gè)庫(kù)，我們可以運(yùn)行從 YOLOv3 到 YOLOv11 的所有模型。

pip install ultralytics

步驟 2：如果你只想在一個(gè)訓(xùn)練好的模型中進(jìn)行預(yù)測(cè)。以下代碼就足夠了。否則你可以跳過(guò)它。

yolo predict model=yolo11n.pt source='https://ultralytics.com/images/bus.jpg'py

步驟 3：如果你說(shuō)不，我想訓(xùn)練我的模型，你可以選擇你想要的模型并下載 .pt 文件。

from ultralytics import YOLO

# Load a COCO-pretrained YOLO11n model
model = YOLO("yolo11n.pt")

步驟 4：然后你需要選擇訓(xùn)練數(shù)據(jù)、訓(xùn)練epoch、圖像大小和你的設(shè)備。

train_results = model.train(
    data="coco8.yaml",  # path to dataset YAML
    epochs=100,  # number of training epochs
    imgsz=640,  # training image size
    device="cpu",  # device to run on, i.e. device=0 or device=0,1,2,3 or device=cpu
)

步驟 5：你需要用驗(yàn)證數(shù)據(jù)評(píng)估和測(cè)試模型。它將驗(yàn)證數(shù)據(jù)從訓(xùn)練數(shù)據(jù)本身中分離出來(lái)，對(duì)于測(cè)試，你只需要提供你想要測(cè)試的圖像的路徑。

metrics = model.val()

results = model("path/to/image.jpg")
results[0].show()

步驟 6：在最后一步，我們可以導(dǎo)出你的模型，以便以后再次使用。如果你想用你自己的模型進(jìn)行預(yù)測(cè)，只需使用步驟-2。

path = model.export(format="onnx")

YOLOv11 常用操作指令

用你自己的數(shù)據(jù)訓(xùn)練你的目標(biāo)檢測(cè)模型，具有特定的學(xué)習(xí)率和epoch：

yolo train data=coco8.yaml model=yolo11n.pt epochs=10 lr0=0.01

對(duì)于模型驗(yàn)證：

yolo val model=yolo11n.pt data=coco8.yaml batch=1 imgsz=640

在 YouTube 視頻上測(cè)試模型的結(jié)果，圖像大小為 320：

yolo predict model=yolo11n.pt source='https://youtu.be/LNwODJXcvt4' imgsz=320

使用預(yù)訓(xùn)練的分割模型在 YouTube 視頻上預(yù)測(cè)，圖像大小為 320：

yolo segment predict model=yolo11n-seg.pt source='https://youtu.be/LNwODJXcvt4' imgsz=320

將你特別訓(xùn)練的模型導(dǎo)出為 .pt 擴(kuò)展名：

yolo export model=path/to/best.pt format=onnx