Yolov5不止于目标检测,在图像分类上的落地应用!

使用YOLOv5进行图像分类 YOLO即You Only Look Once,YOLOv5最初是著名的目标检测算法,但是从2022年8月更新的YOLOv5 v6.2版本开始支持分类功能,分类用到的代码主要在classify文件夹下。 YOLOv5代码下载地址https://github.com/ultralytics/yolov5,直接全部下载下来,不需要修改代码配置,上传到Kaggle中. 当然也可以直接在Kaggle中使用命令行下载代码。先初始化,再clone 项目 下面是官方文档给出的YOLOv5分类方法和其它几种分类方法的准确 阅读详情

点击下方卡片,关注“自动驾驶之心”公众号

ADAS巨卷干货,即可获取

点击进入→自动驾驶之心【目标检测】技术交流群

后台回复【2D检测综述】获取鱼眼检测、实时检测、通用2D检测等近5年内所有综述!

9a0fa995bac7fb02af4e0cfe85121d3f.gif

导读

yolov5一直作为目标检测的扛把子,训练快、效果好、易部署等优点让从入门小白到行业大佬都对其膜拜不已,而yolov5不仅限于目标检测,现在已经在分类、分割等其他任务上开始发力,这篇文章介绍下yolov5框架在分类任务上的应用以及相关代码的变动。

前言

之前听说yolov5在6版本以上会添加其他的图像任务,今天打开官方github时,发现分类和分割任务已经更新到7.0版本了。今天对分类任务大概梳理一遍。

1

Yolov5-cls的变动

仔细对比yolov5的目标检测与分类的代码框架,主要的改动点在以下几个方面:

1. 训练、测试、验证等的代码入口;

2. 数据加载和预处理;

3. 网络变动;

4. loss的变动;

5. 评价指标。

01 训练、测试、验证等的代码入口

yolov5分类任务的训练、测试以及预测的代码入口是在新建的文件夹下:

|--classify
   |--train.py
   |--val.py
   |--pred.py

三个入口的架构整理上与目标检测保持一致,主要变动在数据集、网络部分、loss和评价指标上。

02 数据加载和预处理

数据预加载上,首先需要将数据集按照imageNet的格式保存,文件夹下面有train/test/val文件夹,同时在每个文件夹下,以标签作为文件夹存储属于该标签的图片:


 
|--dataset
   |--train
     |--dog
       |--1.jpg
       |--2.jpg
       |--3.jpg
       ....
     |--cat
       |--1.jpg
       |--2.jpg
       |--3.jpg
       ....
     ....
   |--test
     ....

通过create_classification_dataloader处理数据集,如果选择数据缓存在disk,会将数据先缓存成npy文件。同时在数据增强方面,除了常规的torchvision.transforms外,也有albumentations提供的增强。不过先较于检测中的mixup类的增强,分类的数据增强稍显单薄:


 
class ClassificationDataset(torchvision.datasets.ImageFolder): 
  """
    YOLOv5 Classification Dataset.
    Arguments
        root:  Dataset path
        transform:  torchvision transforms, used by default
        album_transform: Albumentations transforms, used if installed
    """

    def __init__(self, root, augment, imgsz, cache=False):
        super().__init__(root=root)
        self.torch_transforms = classify_transforms(imgsz)
        self.album_transforms = classify_albumentations(augment, imgsz) if augment else None
        self.cache_ram = cache is True or cache == 'ram'
        self.cache_disk = cache == 'disk'
        self.samples = [list(x) + [Path(x[0]).with_suffix('.npy'), None] for x in self.samples]  # file, index, npy, im

    def __getitem__(self, i):
        f, j, fn, im = self.samples[i]  # filename, index, filename.with_suffix('.npy'), image
        if self.cache_ram and im is None:
            im = self.samples[i][3] = cv2.imread(f)
        elif self.cache_disk: 
            if not fn.exists():  # load npy
                np.save(fn.as_posix(), cv2.imread(f))
            im = np.load(fn)
        else:  # read image
            im = cv2.imread(f)  # BGR
        if self.album_transforms:
            sample = self.album_transforms(image=cv2.cvtColor(im, cv2.COLOR_BGR2RGB))["image"]
        else:
            sample = self.torch_transforms(im)
        return sample, j

03 网络变动

网络模型上,加载同目标检测网络加载,同时如果加载了yolo的检测模型,会通过ClassificationModel去除后面的detect head, 换成对应类别的分类器:


 
class ClassificationModel(BaseModel):   
    # YOLOv5 classification model
    def __init__(self, cfg=None, model=None, nc=1000, cutoff=10):  # yaml, model, number of classes, cutoff index
        super().__init__()
        self._from_detection_model(model, nc, cutoff) if model is not None else self._from_yaml(cfg)

    def _from_detection_model(self, model, nc=1000, cutoff=10):
        # Create a YOLOv5 classification model from a YOLOv5 detection model
        if isinstance(model, DetectMultiBackend):
            model = model.model  # unwrap DetectMultiBackend
        model.model = model.model[:cutoff]  # 获取backbone模型其中cutoff值与对应网络的yaml文件中backbone中最后一层值对应。
        m = model.model[-1]  # backbone的最后一层
        ch = m.conv.in_channels if hasattr(m, 'conv') else m.cv1.conv.in_channels  # ch into module
        c = Classify(ch, nc)  # 在backbone后面接分类器,Classify(),分类器
        c.i, c.f, c.type = m.i, m.f, 'models.common.Classify'  # index, from, type
        model.model[-1] = c  # 将最后一层换成分类器
        self.model = model.model
        self.stride = model.stride
        self.save = []
        self.nc = nc
    def _from_yaml(self, cfg):
        # Create a YOLOv5 classification model from a *.yaml file
        self.model = None

04 loss

loss上采用了label_smoothing,当label_smothing=0时,为一般的CELoss,而分类任务中的focalLoss以及二分类的BCEloss 等还未加进去。


 
def smartCrossEntropyLoss(label_smoothing=0.0):
    # Returns nn.CrossEntropyLoss with label smoothing enabled for torch>=1.10.0
    if check_version(torch.__version__, '1.10.0'):
        return nn.CrossEntropyLoss(label_smoothing=label_smoothing) # torch1.10后,nn.CrossEntropyLoss自支持label_smoothing
    if label_smoothing > 0:
        LOGGER.warning(f'WARNING ⚠️ label smoothing {label_smoothing} requires torch>=1.10.0')
    return nn.CrossEntropyLoss()

05 评价指标

分类的评价指标,使用的是acc_top1和acc_top5,而实际上针对分类的模型性能指标有AUC,MAP, F1等,期待后期能将这些补全。


 
pred, targets = torch.cat(pred), torch.cat(targets)
    correct = (targets[:, None] == pred).float()
    acc = torch.stack((correct[:, 0], correct.max(1).values), dim=1)  # (top1, top5) accuracy
    top1, top5 = acc.mean(0).tolist()

2

Yolov5-cls训练及建议

yolov5的分类训练按照readme上的基本上已经能满足需求。

训练:


 

 
# Single-GPU
python classify/train.py --model yolov5s-cls.pt --data cifar100 --epochs 5 --img 224 --batch 128

# Multi-GPU DDP
python -m torch.distributed.run --nproc_per_node 4 --master_port 1 classify/train.py --model yolov5s-cls.pt --data imagenet --epochs 5 --img 224 --device 0,1,2,3

训练后的数据会保存在runs/train-cls文件夹下面:

9bd854a216a9821ad91150990cf15560.png

验证:


 
python classify/val.py --weights yolov5m-cls.pt --data ../datasets/imagenet --img 224  # validate

推理:


 
python classify/predict.py --weights yolov5s-cls.pt --data data/images/bus.jpg

导出onnx 和 TensorRT:


 
python export.py --weights yolov5s-cls.pt resnet50.pt efficientnet_b0.pt --include onnx engine --img 224

建议

其在imageNet上与其他分类网络的效果如下:

39c22a708054a79a2e44ebdf622ddb0b.png

图源:https://github.com/ultralytics/yolov5/pull/8956

Yolov5x的分类模型相比较resnet101和efficientNet_b3模型虽然其acc_top1的效果高1-2个点,但EfficientNet_b3的参数量是Yolov5x的1/4倍,其在cpu上的运行速度也差不多是其1/4,这样看如果最后模型部署在GPU上,可以考虑上Yolov5,其训练速度快,便于实际项目中的快速迭代;如果部署在cpu上,则建议使用EfficientNet系列。

结语

以上为yolov5在分类任务中的应用,期待yolov5后续trick的添加,希望对大家有帮助。

参考:

[1] https://github.com/ultralytics/yolov5

往期回顾

DETR系列大盘点 | 端到端Transformer目标检测算法汇总!

c26b34beeca5176422c90171e58752ae.png

【自动驾驶之心】全栈技术交流群

自动驾驶之心是首个自动驾驶开发者社区,聚焦目标检测、语义分割、全景分割、实例分割、关键点检测、车道线、目标跟踪、3D目标检测、BEV感知、多传感器融合、SLAM、光流估计、深度估计、轨迹预测、高精地图、规划控制、模型部署落地、自动驾驶仿真测试、硬件配置、AI求职交流等方向;

33a360e612967da79f0ca5d84368355b.jpeg

添加汽车人助理微信邀请入群

备注:学校/公司+方向+昵称

自动驾驶之心【知识星球】

想要了解更多自动驾驶感知(分类、检测、分割、关键点、车道线、3D目标检测、多传感器融合、目标跟踪、光流估计、轨迹预测)、自动驾驶定位建图(SLAM、高精地图)、自动驾驶规划控制、领域技术方案、AI模型部署落地实战、行业动态、岗位发布,欢迎扫描下方二维码,加入自动驾驶之心知识星球(三天内无条件退款),日常分享论文+代码,这里汇聚行业和学术界大佬,前沿技术方向尽在掌握中,期待交流!

8d97bc3b94d3e3900ab14b36b90e94b3.jpeg

yolov8实战第四天——yolov8图像分类 && ResNet50图像分类(保姆式教程) 图像分类是指将输入的图像自动分类为不同的类别。它是计算机视觉领域的一个重要应用,可以用于人脸识别、物体识别、场景分类等任务。在实际应用中,可以使用各种深度学习框架(例如 TensorFlow、PyTorch、Keras 等)来构建图像分类模型,并使用各种数据增强技术(例如旋转、缩放、裁剪等)来增加数据集的多样性和数量。如果你想学习如何使用深度学习框架来构建图像分类模型,可以参考一些在线教程、书籍或者 MOOC。 阅读详情

相关推荐

YOLOV5 分类:利用yolov5进行图像分类

之前介绍了yolov5的目标检测示例,这次将介绍yolov5的分类展示yolov5和其他网络的性能对比yolov5分类的代码部分在这。

Henry的博客 3146

【图像分类】YOLOv5-6.2全新版本:支持图像分类

YOLOv5-6.2全新版本:支持图像分类

兴趣使然的创作者 1万+

【深度学习】YOLOv5 工程落地部署过程,MNN转化,使用细节

YOLOv5的项目代码太易用了,开箱即用,工具多,效果好,谁能不爱呢。

q742971636的博客 8900

yolov5图像分类

yolov5 classify 以MNIST数据集为例

m0_47432251的博客 1883

目标检测YOLO实战应用案例100讲-基于YOLOv5的双阶段小样本目标检测

目标检测任务作为计算机视觉领域的经典任务之一,由目标定位和目标分类两个子 任务组成[ 1]。其中目标定位任务将会输出图片中感兴趣类别目标在图片上的位置和范围, 输出的数据形式一般为感兴趣区域中心及感兴趣区域的长宽或感兴趣区域在图片上的 四个端点的坐标信息;而目标分类负责判断图片中是否有感兴趣类别的目标出现,其输 出数据的形式包括类别的编码以及目标属于该类别的概率[ 2]。目标检测任务的应用范围 非常广泛,如人脸检测、智能交通、安全系统检测和医疗方面检测[ 3]。

qq_36130719的博客 1205

基于PaddleDetection实现野生动物检测YOLOv5

我国是全球野生动物种类最丰富的国家之一,其中大熊猫等上百种珍贵、濒危野生动物为我国所特有。随着社会发展,相关数据显示,我国野生动物的灭绝速率呈上升趋势,越来越多的物种面临着生存危机。随着深度学习的高速发展,目标检测在各个领域广泛应用,我们是不是也能借助这种方法识别到野生动物,来保护、拯救珍贵、濒危野生动物,保护、发展和合理利用野生动物资源。

斌擎科技 1448

【100个深度学习实战项目】目标检测、语义分割、目标追踪、图像分类等应有尽有,持续更新~~~

【100个深度学习实战项目】目标检测、语义分割、目标追踪、图像分类等应有尽有,持续更新~~~

阿旭的博客 2万+

YOLOv5图像分类实战:5种花卉轻量识别与部署

图像分类是计算机视觉最基础任务之一,其核心在于利用卷积神经网络提取特征并映射至类别空间。YOLOv5虽以目标检测闻名,但自v6.0起原生支持classify模式,复用高效Backbone+轻量全连接头,无需边界框标注,显著降低小样本场景标注成本与部署复杂度。该方案在花卉识别等细粒度中等规模分类任务中展现出高精度(94.2%)、低延迟(127 FPS)和强边缘适配性,特别适用于农业巡检、移动端拍照识花及多任务Pipeline前置模块。本文基于5类花数据集,系统解析YOLOv5分类的数据组织规范、模型改造要点、

weixin_29057065的博客 339

ViT图像分类模型与YOLOv5目标检测的联合应用

本文介绍了如何在星图GPU平台上自动化部署ViT图像分类-中文-日常物品镜像,结合YOLOv5实现多物体精准识别与定位。该方案典型应用于智能仓储场景,可自动识别并区分不同型号家电(如‘美的M7微波炉’与‘格力KFR-35GW空调’),显著提升商品入库核验准确率。

weixin_30600615的博客 292

DSP TMS320F280049之CCS工程的建立(库函数版)

TMS320F280049 DSP是TI最新出的一款C2000系列的DSP,主频为100MHZ,功能较为强大,具有较多的片上模拟外设。这一节主要讲述如何新建F280049的CCS工程。 Step1.下载文件: 下载C2000Ware软件并安装。下载地址如下: http://www.ti.com.cn/tool/cn/C2000WARE?keyMatch=C2000Ware%2...

fanxianyan1993的博客 1万+

基恩士PLC编程避坑指南:局部变量@前缀的3个隐藏陷阱与实战解决方案

本文深入剖析了基恩士PLC编程中使用@前缀创建局部变量的三大隐藏陷阱,包括在线调试时的数据丢失、数据类型冲突以及子程序复用时的地址覆盖问题。针对每个陷阱,提供了预定义变量、强类型规范和基址参数传递等实战解决方案,帮助中高级工程师提升代码健壮性与可维护性。

weixin_29171087的博客 103

航拍图像中的“生命线”:基于YOLOv5的7类应急目标检测实践

训练曲线图显示YOLOv5模型在100个训练周期中的表现:训练损失(包括边界框损失、目标性损失和分类损失)持续下降,表明定位能力、目标识别和分类精度均有提升。精确率、召回率、mAP@0.5和mAP@0.5:0.95等性能指标均保持稳定提升,其中mAP@0.5:0.95通过多IoU阈值评估模型鲁棒性。拖车类别表现最优,获得80.2%精确率、71.4%召回率和83.2%的mAP@0.5值,表明具有显著特征的大尺寸目标更易检测。总体而言,YOLOv5凭借其速度、精度和效率的平衡,成为航拍应急目标检测的最佳选择。

Coovally_AI的博客 1359

如何用Timer模型处理多变量时间序列?附完整代码示例

本文深入解析了如何运用清华大学的Timer模型处理多变量时间序列预测任务。通过一个完整的智能工厂设备监控实战案例,详细介绍了从数据预处理、模型构建、训练调优到预测可视化的全流程,并提供了可运行的完整代码示例,帮助开发者掌握这一强大的时序分析工具。

weixin_29243063的博客 253

YOLOv8重大更新!新增旋转目标检测!

YOLOv8,作为YOLO系列的最新SOTA算法,从网络结构优化、COCO准确性提升,再到开发者使用体验改善,在物体检测、图像分割等视觉任务中,其性能达成了全方位的快!准!狠!近期,官方又重磅上线了YOLOv8.1版本,快速掌握最新技术和实际应用,研梦非凡特请来了该领域的科研大牛定制直播课《AI前沿技术解析系列—YOLOv8》带你一次弄懂YOLOv8算法并轻松部署!▼ 扫码找助教免费预约直播课...

阿木寺的博客 887

发那科机器人通信库使用指南与踩坑记录

GitHubNuGet(如本文基于该库,在 C# / .NET 下通过 TCP 与 FANUC 机器人控制器通信,实现读当前位姿、PR 寄存器、以及 DI/DO/GI/GO 等 IO 的读写。GitHubNuGet(如本文基于该库,在 C# / .NET 下通过 TCP 与 FANUC 机器人控制器通信,实现读当前位姿、PR 寄存器、以及 DI/DO/GI/GO 等 IO 的读写。

songhuangong123的博客 329

把个人化的 SQVI 报表变成可维护、可共享、可传输的 ABAP Query:从定位来源到转换落地的完整路线图

本文针对SAP系统中业务用户常用但难以维护的SQVI临时报表问题,提供了一套完整的解决方案。文章首先区分了SQVI(个人临时报表)和ABAP Query(团队可维护报表)的关键差异,重点介绍了如何通过函数模块RSAQ_DECODE_REPORT_NAME反查报表来源。对于SQVI报表,详细说明了定位创建人和转换为团队可维护的ABAP Query的具体步骤,包括Query Area切换、转换操作和后续维护方法。最后总结了常见问题的解决方案,如字段调整、口径固化和生成程序名反查等,为现场实施提供了可直接操作的完

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 303

Yolo 一小时吃透 yolov4 & yolov5 原理

一小时吃透 yolov4 & yolov5 原理.

我是小白呀的博客 5394

智能温室:温室环境监测_(7).土壤监测技术包括pH值和电导率

土壤的pH值是指土壤溶液的酸碱度,它对植物的营养吸收和生长发育有着重要的影响。在智能温室中,土壤监测是非常重要的一个环节,因为土壤的pH值和电导率直接影响植物的生长和健康。本节将详细介绍如何利用传感器和数据处理技术来监测土壤的pH值和电导率,并提供具体的代码示例。在智能温室中,监测到的土壤pH值和电导率数据需要传输到中央控制系统进行进一步的处理和分析。通过以上步骤,您可以构建一个完整的智能温室土壤监测系统,实时监控土壤的pH值和电导率,确保植物在最佳的生长环境中。校准通常包括在已知电导率的标准溶液中进行。

zhubeibei168的博客 1408

ViT模型与YOLOv5结合实践:目标检测与分类联合应用

本文介绍了如何在星图GPU平台上一键自动化部署“ViT图像分类-中文-日常物品”镜像,实现高效的目标检测与分类联合应用。该方案结合YOLOv5的快速检测与ViT的精准分类能力,适用于智能零售中的商品细粒度识别,如区分不同品牌饮料或具体商品型号,显著提升识别准确性与自动化水平。

weixin_42437253的博客 372

这5组白月光少女三视图提示词直接用

今天分享5组治愈系白月光少女女主提示词,适合用于AI漫剧角色设计、角色库搭建和人物设定参考,所有提示词均是完整可复刻。

欢迎来到鸾姝淡月博客,专为程序员和编程爱好者打造的技术博客。我们分享编程语言趋势、开发工具、编程哲学、职业发展等,助你掌握新技术,优化技能,激发编程热情。 175

真格量化-bs套利

#!/usr/bin/env python # coding:utf-8 from PoboAPI import * import datetime import time import numpy as np from copy import * #开始时间,用于初始化一些参数 def OnStart(context) : context.myacc = None #登录交易账号 if context.accounts["回测期权"].Login() : co.

qq_26742269的博客 1322

如何快速掌握Ultralytics:YOLOv8目标检测与计算机视觉完整指南

Ultralytics是一个强大的开源计算机视觉平台,提供YOLOv8模型,支持目标检测、图像分割、姿态估计和图像分类等多种任务,是机器学习和计算机视觉领域开发者的理想工具。 ## ???? 什么是Ultralytics?核心功能一览 Ultralytics以其高效、灵活的工具集和卓越性能,成为计算机视觉领域的热门选择。它不仅包含优化版的YOLO系列算法,还提供完整的模型训练、推理和部署解决方案,...

gitblog_01195的博客 788

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

YOLOv8一站式实战指南:从零掌握图像分类、目标检测与实例分割

在计算机视觉项目中,我们常常需要处理多种任务:识别图片里有什么(分类)、找出物体在哪里(检测)、精确勾勒出物体的轮廓(分割)。过去,这通常意味着要分别学习、部署和维护多个不同的模型和框架,过程繁琐且资源消耗大。如果你也曾在项目集成中为这些任务切换工具而感到困扰,那么 Ultralytics 推出的 YOLOv8 将是一个极佳的解决方案。它在一个统一的框架内,通过简洁的 API 和一致的命令,优雅地支持了图像分类、目标检测和图像分割三大核心任务,真正实现了“一站式”解决。 本文将为你提供一份从零开始的 YOL

weixin_42531779的博客 344

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

YOLOv11 实战:开启目标检测新世界的大门

本文系统介绍了YOLOv11目标检测算法的原理及实战应用。首先概述了YOLO系列的发展历程,重点阐述了YOLOv11在网络架构、特征提取和检测机制方面的创新。随后详细讲解了项目环境搭建、数据集准备和模型训练等实战步骤,包括硬件需求、软件安装、数据标注与格式转换等关键环节。文章还提供了模型优化策略,如参数调整、骨干网络替换和数据增强等改进方法。最后探讨了YOLOv11在安防监控、自动驾驶和工业检测等领域的应用拓展,并对未来发展方向进行展望。通过完整的项目实践,展示了YOLOv11在实际场景中的应用价值和技术优

大雨淅淅的博客 1946

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

YOLO Research项目全解析:从YOLOv5到v8的一站式目标检测研究框架

🚀 **终极指南:掌握YOLO目标检测技术的最新进展与实战应用** 你是否正在寻找一个完整的目标检测研究框架?yolo_research项目为你提供了从YOLOv5到YOLOv8的全面解决方案!这个基于YOLO高层次项目的开源框架集成了目标检测、姿态估计、分类和分割等核心功能,是计算机视觉研究者和开发者的理想选择。 ## 📊 项目概览与核心功能 yolo_research是一个专注于YO

gitblog_01185的博客 804

Claude Trading Skills 日语文档站首页解析:从 74 个技能到工作流与技能集的四层导航体系

`docs/ja/index.md` 是 Claude Trading Skills 日语文档站的落地页,它把整个仓库压缩成四个可点击的入口:技能分类卡片、三步上手流程、输出样例,以及"注目スキル"表格。本文以该页面为骨架逐段拆解,并用仓库中的 `skills-index.yaml`、`workflows/*.yaml`、`skillsets/*.yaml` 与文档生成脚本作为证据,说明首页上每一

gitblog_01020的博客 426
上一篇: 麻省理工最新!NeRF-SLAM: 具有神经辐射场的实时密集单目SLAM
下一篇: 卷完了!分享下我的秋招面经(投递近50家自动驾驶与机器人公司)
自动驾驶之心
博客等级 码龄4年 6592粉丝 724原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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
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