yolov8-small-target-detection

基于yolov8实现小目标检测，在NWPU VHR-10和DOTA上测试

使用Gradio-YOLOv8-Det进行可视化

yolov8 https://github.com/ultralytics/ultralytics

Gradio-YOLOv8-Det https://gitee.com/CV_Lab/gradio-yolov8-det

可视化需要执行gradio_yolov8_det下的gradio_yolov8_det_v2.py。

根据要求修改/model_config/model_name_all.yaml以添加自己的模型权值

修改/cls_name/cls_name_zh.yaml以修改目标检测的标签值

文件结构 |- yolov8 解压yolov8源代码

|-datasets 储存数据集

       |--DOTAs

       |--NWPUVHR

|-gradio_yolov8_det 结果可视化

|-yolov8fornwpuvhr.pt  在NWPU VHR-10上训练的一个权值

|-yolov8.yaml  配置网络，修改nc

|-train.py  在NWPU VHR-10训练模型

|-train_DOTAs.py  在DOTA训练模型

|-pred.py  评估模型

github.com/ultralytics/ultralytics

|-docker

|-docs

|-docker

|-examples

|-ultralytics

可视化示意 gradio_yolov8_det 原图检测结果

在NWPU VHR-10数据集表现

NWPU val_pred 原标签 NWPU val_labels

在DOTA数据集表现

DOTA val_pred 原标签 DOTA val_labels

目前来看在DOTA上表现不好，这可能是由于在DOTA上进行标签转换时没有处理好旋转框，导致模型不能很好的学到较小的目标。下面是修改了标签计算方法的训练结果。 DOTA val_pred 原标签 DOTA val_labels

Gradio-YOLOv8-Det的原作者曾逸夫, (2024) Gradio YOLOv8 Det (Version 2.1.0).https://gitee.com/CV_Lab/gradio-yolov8-det.git.

quantumxiaol / yolov8-small-target-detection

readme

yolov8-small-target-detection