YOLOv12 : un outil open source pour la détection de cibles en temps réel dans les images et les vidéos

Dernières ressources sur l'IAMise à jour il y a 6 mois Cercle de partage de l'IA

1.7K 00

Introduction générale

YOLOv12 是由 GitHub 用户 sunsmarterjie 开发的一个开源项目，专注于实时目标检测技术。该项目基于 YOLO（You Only Look Once）系列框架，引入注意力机制优化传统卷积神经网络（CNN）的性能，不仅在检测精度上有所提升，还保持了高效的推理速度。YOLOv12 适用于多种场景，如监控系统、自动驾驶和图像分析等，提供 Nano、Small、Medium、Large、Extra-Large 五种模型规模，满足不同计算能力和应用需求。项目采用 GNU AGPL-3.0 许可证，用户可以免费下载代码并根据需求进行定制开发。开发者团队包括来自布法罗大学和中科院的研究人员，技术文档和安装指南详尽，便于用户快速上手。

Liste des fonctions

高效实时目标检测: 在 T4 GPU 上，YOLOv12-N 可实现 40.6% mAP，推理延迟仅 1.64ms。
Sélection multi-modèle: 提供五种模型（Nano 到 Extra-Large），适配从低功耗设备到高性能服务器的多种硬件环境。
注意力机制优化: 引入“区域注意力”（Area Attention）和 R-ELAN 模块，提升检测精度并减少计算复杂度。
Modèle Export: 支持将训练模型导出为 ONNX 或 TensorRT 格式，方便部署到生产环境。
自定义数据集训练: 用户可使用自己的数据集训练模型，适用于特定目标检测任务。
Aide à la visualisation: 集成监督工具（supervision），方便展示检测结果和性能评估。

Utiliser l'aide

Processus d'installation

YOLOv12 目前没有独立的 PyPI 包，需要从 GitHub 源码安装。以下是详细的安装步骤，适用于 Linux 系统（Windows 或 Mac 用户需调整环境配置）：

Préparation de l'environnement
- 确保系统安装 Python 3.11 或更高版本。
- 安装 Git：sudo apt install git（Ubuntu 示例）。
- 可选：安装 NVIDIA GPU 驱动和 CUDA（推荐 11.8 或更高版本）以加速训练和推理。
entrepôt de clones
在终端运行以下命令，将 YOLOv12 仓库下载到本地：
```
git clone https://github.com/sunsmarterjie/yolov12.git
cd yolov12
```

Créer un environnement virtuel
使用 Conda 或 venv 创建独立的 Python 环境，避免依赖冲突：
```
conda create -n yolov12 python=3.11
conda activate yolov12
```

Installation des dépendances
安装项目所需的依赖包，包括 PyTorch、flash-attn 和 supervision 等：

wget https://github.com/Dao-AILab/flash-attention/releases/download/v2.7.3/flash_attn-2.7.3+cu11torch2.2cxx11abiFALSE-cp311-cp311-linux_x86_64.whl
pip install flash_attn-2.7.3+cu11torch2.2cxx11abiFALSE-cp311-cp311-linux_x86_64.whl
pip install -r requirements.txt
pip install -e .

Vérifier l'installation
Exécutez la commande suivante pour vérifier que l'environnement est correctement configuré :
```
python -c "from ultralytics import YOLO; print('YOLOv12 installed successfully')"
```

Utilisation

Formation de modèles personnalisés

YOLOv12 支持用户使用自己的数据集进行训练，适合特定场景的目标检测任务。操作步骤如下：

Préparation du jeu de données
- 数据需符合 YOLO 格式（包含 images 和 labels 文件夹，labels 为 .txt 文件，标注目标类别和边界框坐标）。
- établir data.yaml 文件，指定训练集、验证集路径和类别名称。例如：
```
train: ./dataset/train/images
val: ./dataset/val/images
nc: 2  # 类别数量
names: ['cat', 'dog']  # 类别名称
```
加载模型并训练
使用 Python 脚本加载预训练模型并开始训练：
```
from ultralytics import YOLO
model = YOLO('yolov12s.pt')  # 可选 n/s/m/l/x 模型
results = model.train(data='path/to/data.yaml', epochs=250, imgsz=640)
```
- epochs：训练轮数，建议 250 次以上以获得更好效果。
- imgsz：输入图像尺寸，默认 640x640。
查看训练结果
训练完成后，结果保存在 runs/detect/train 文件夹，包括模型权重（best.pt）和混淆矩阵等。运行以下代码查看混淆矩阵：
```
from IPython.display import Image
Image(filename='runs/detect/train/confusion_matrix.png', width=600)
```

推理与测试

训练好的模型可用于图像或视频的目标检测：

单张图像检测

model = YOLO('path/to/best.pt')
results = model('test.jpg')
results.show()  # 显示检测结果
results.save()  # 保存结果到 runs/detect/predict

Détection vidéo
使用命令行处理视频文件：

python app.py --source 'video.mp4' --model 'path/to/best.pt'

Évaluation des performances
对验证集进行评估，获取 mAP 等指标：

results = model.val(data='path/to/data.yaml')
print(results.box.map)  # 输出 mAP@0.5:0.95

Modèle Export

将模型导出为生产环境可用的格式：

model.export(format='onnx', half=True)  # 导出为 ONNX，支持 FP16 加速

导出的模型可部署到边缘设备或服务器上。

Fonction en vedette Fonctionnement

注意力机制优化
YOLOv12 的“区域注意力”模块无需手动配置，会自动在训练和推理中优化特征提取，提升小目标检测能力。用户只需选择合适的模型规模（如 Nano 用于低功耗设备），即可享受这一特性带来的精度提升。
détection en temps réel
在支持 CUDA 的 GPU 上运行时，推理速度极快。例如，使用 T4 GPU 运行 YOLOv12-N 模型，单张图像检测仅需 1.64ms。用户可通过监督工具（supervision）实时可视化检测框和置信度：
```
results = model('image.jpg')
results.plot()  # 显示带标注的图像
```
Adaptation multi-scène
通过调整模型规模和训练数据，YOLOv12 可轻松适配不同任务。例如，在监控系统中检测行人，或在自动驾驶中识别车辆和交通标志。