KO | EN

GitLite

Minimalist Open Source Repository Search Engine

gitlite — search

#developer-tools #codex #typescript #ai-agents #claude-code #dsh #dsh-plugin #cli #deepseek-harness #macos #ai-agent #open-source

YOLO26

★ 36 Open GitHub ↗

这是一个基于YOLO26架构的教育版目标检测项目，提供了完整的训练、推理和可视化功能。项目采用模块化设计，便于学习和理解YOLO目标检测算法的核心原理。

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# YOLO26 教育版目标检测项目

## 项目概述

本项目实现了YOLO26目标检测模型的简化版本，包含：
- 完整的数据加载和预处理流程
- YOLO26模型架构（主干网络+颈部网络+检测头）
- 任务对齐分配器（TaskAlignedAssigner）
- 分布焦点损失（Distribution Focal Loss）
- 训练和验证流程
- 预测结果可视化

## 项目结构

```
yolo_new/
├── dataset/                    # 数据集目录
│   └── detection/             # 检测数据集
│       ├── images/              # 图像文件
│       │   ├── train/           # 训练集图像
│       │   └── val/             # 验证集图像
│       └── labels/              # 标签文件（YOLO格式）
│           ├── train/           # 训练集标签
│           └── val/             # 验证集标签
├── dataset_vis/                 # 数据集可视化输出目录
├── models/                      # 模型定义
│   ├── __init__.py
│   ├── yolo26.py               # YOLO26主模型定义
│   └── nn/                     # 神经网络模块
│       ├── __init__.py
│       ├── autobackend.py      # 自动后端支持
│       ├── tasks.py            # 任务定义
│       ├── text_model.py       # 文本模型
│       └── modules/            # 基础模块
│           ├── __init__.py
│           ├── activation.py   # 激活函数
│           ├── block.py        # 基础块定义（C3k2, SPPF等）
│           ├── conv.py         # 卷积模块
│           ├── head.py         # 检测头
│           ├── transformer.py  # Transformer模块
│           └── utils.py        # 工具函数
├── predict_img/                 # 预测结果保存目录
│   ├── epoch_10/               # 第10轮预测结果
│   └── epoch_11/               # 第11轮预测结果
├── __pycache__/                 # Python缓存文件
├── .idea/                      # PyCharm项目配置
│   ├── inspectionProfiles/
│   ├── .gitignore
│   ├── misc.xml
│   ├── modules.xml
│   ├── workspace.xml
│   └── yolo_new.iml
├── dataset.py                  # 数据集加载器定义
├── loss.py                     # 损失函数定义
├── train_yolo.py              # 训练脚本
├── utils.py                    # 工具函数（NMS、IoU计算等）
├── test_dataset.py            # 数据集测试脚本
└── split_data.py              # 数据划分脚本（如存在）
```

## 目录功能详解

### 核心文件
- **[dataset.py](dataset.py)** - YOLO26Dataset类，负责数据加载、预处理和增强
- **[loss.py](loss.py)** - YOLO26Loss类，包含任务对齐分配器和分布焦点损失
- **[train_yolo.py](train_yolo.py)** - 主训练脚本，包含完整的训练循环
- **[utils.py](utils.py)** - 工具函数，包括NMS、IoU计算、坐标转换等
- **[test_dataset.py](test_dataset.py)** - 数据集可视化测试脚本

### 模型架构
- **[models/yolo26.py](models/yolo26.py)** - YOLO26完整模型定义
- **[models/nn/modules/](models/nn/modules/)** - 基础网络模块
  - `conv.py` - 卷积层定义
  - `block.py` - 基础块（C3k2, SPPF, C2PSA等）
  - `head.py` - 检测头定义
  - `activation.py` - 激活函数

### 数据集
- **[dataset/detection/](dataset/detection/)** - 标准YOLO格式数据集
  - 支持图像和标签的自动匹配
  - 包含训练集和验证集
  - 标签格式：YOLO格式（类别 x_center y_center width height）

## 环境要求

### 系统要求
- Python 3.8+
- PyTorch 1.12+
- CUDA 11.0+（推荐使用GPU）

### 主要依赖
```
torch>=1.12.0
torchvision>=0.13.0
opencv-python>=4.5.0
numpy>=1.21.0
tqdm>=4.62.0
```

## 快速开始

### 1. 环境准备
```bash
# 克隆项目（如果适用）
git clone <repository-url>
cd yolo_new

# 安装依赖
pip install -r requirements.txt
```

### 2. 数据准备
确保数据集结构正确：
```
dataset/detection/
├── images/
│   ├── train/          # 训练图像
│   └── val/            # 验证图像
└── labels/
    ├── train/          # 训练标签（YOLO格式）
    └── val/            # 验证标签（YOLO格式）
```

### 3. 数据集验证
运行数据集可视化测试：
```bash
python test_dataset.py
```
这将在`dataset_vis/`目录生成带标注的可视化图像。

### 4. 模型训练
运行训练脚本：
```bash
python train_yolo.py
```

训练配置可在`train_yolo.py`的`Config`类中修改：
```python
class Config:
    def __init__(self):
        self.classes = 11          # 类别数量
        self.scale = 'n'           # 模型规模：n, s, m, l, x
        self.reg_max = 16          # 分布焦点损失参数
        self.imgsz = 640           # 输入图像尺寸
        self.epochs = 20           # 训练轮数
        self.batch = 10            # 批次大小
        self.lr = 0.001            # 学习率
```

### 5. 训练输出
- **模型权重**：`runs/train/weights/last.pt`
- **预测结果**：`predict_img/epoch_{n}/`（每轮验证结果）
- **训练日志**：控制台输出损失值和学习率

## 模型架构详解

### YOLO26Backbone（主干网络）
1. **Conv1-2**：初始下采样卷积
2. **C3k2_1**：特征提取块
3. **Conv3**：进一步下采样
4. **C3k2_2**：P3/8特征层
5. **Conv4**：继续下采样
6. **C3k2_3**：P4/16特征层
7. **Conv5**：最深下采样
8. **C3k2_4 + SPPF + C2PSA**：P5/32特征层

### YOLO26Neck（颈部网络）
采用FPN+PAN结构：
1. **上采样路径**：P5 → P4 → P3
2. **下采样路径**：P3 → P4 → P5
3. **特征融合**：跨层连接和拼接

### Detect Head（检测头）
- 多尺度检测（P3, P4, P5）
- 分布焦点损失（DFL）
- 任务对齐分配器

## 损失函数

### 1. 分类损失
- 二元交叉熵损失（BCE）
- 任务对齐权重

### 2. 边界框损失
- CIoU损失（Complete Intersection over Union）
- 分布焦点损失（可选）

### 3. 损失权重
```python
hyp = {
    'box': 7.5,   # 边界框损失权重
    'cls': 0.5,   # 分类损失权重
    'dfl': 1.5    # 分布焦点损失权重
}
```

## 数据增强

### 训练时增强
- **Letterbox resize**：保持宽高比的缩放
- **随机水平翻转**：50%概率
- **归一化**：像素值归一化到[0,1]

### 验证时处理
- 仅应用letterbox resize和归一化
- 不进行随机增强

## 推理和后处理

### 非极大值抑制（NMS）
- **置信度阈值**：0.25（默认）
- **IoU阈值**：0.45
- **最大检测数**：300

### 预测可视化
- 边界框绘制（绿色）
- 类别标签和置信度
- 自动保存到指定目录

## 性能优化

### 训练优化
- **混合精度训练**：使用GradScaler
- **梯度裁剪**：最大范数10.0
- **学习率调度**：余弦退火
- **GPU内存优化**：pin_memory设置

### 模型优化
- **多尺度训练**：支持不同输入尺寸
- **模型剪枝**：通过scale参数控制模型大小
- **知识蒸馏**：框架支持（需额外实现）

## 扩展功能

### 自定义数据集
1. 准备YOLO格式标签文件
2. 更新`Config`类中的类别数量
3. 调整训练超参数

### 模型导出
```python
# 导出ONNX（示例）
torch.onnx.export(model, dummy_input, "yolo26.onnx")
```

### 批量推理
```python
# 使用训练好的模型进行推理
model = YOLO26(num_classes=11)
model.load_state_dict(torch.load('runs/train/weights/last.pt'))
model.eval()
```

## 故障排除

### 常见问题
1. **CUDA内存不足**：减小batch_size
2. **数据集加载失败**：检查文件路径和格式
3. **训练不收敛**：调整学习率或检查数据质量
4. **预测框不准确**：增加训练轮数或调整损失权重

### 调试建议
- 先运行`test_dataset.py`验证数据
- 使用小规模数据测试训练流程
- 监控损失值变化趋势
- 检查GPU内存使用情况

## 贡献指南

欢迎提交Issue和Pull Request来改进项目：
1. Fork项目仓库
2. 创建功能分支
3. 提交代码更改
4. 创建Pull Request

## 许可证

本项目采用AGPL-3.0许可证 - 详见[LICENSE](LICENSE)文件。

## 致谢

- Ultralytics YOLO团队提供的优秀架构
- PyTorch社区的支持
- 开源数据集提供方

## 联系方式

如有问题或建议，请通过以下方式联系：
- 提交GitHub Issue
- 发送邮件至项目维护者

---

**注意**：这是一个教育版本，针对学习和研究目的进行了简化。生产环境建议使用完整的Ultralytics YOLO实现。

YOLO26

Explore Similar Repositories

Was this content helpful?

Recent Feedback

Download README