0004-Ultralytics YOLOv10

YOLOv10由清华大学的研究人员基于Ultralytics Python包构建，引入了一种实时对象检测的新方法，解决了之前YOLO版本中发现的后处理和模型架构缺陷。通过消除非最大抑制（NMS）和优化各种模型组件，YOLOv10以显著降低的计算开销实现了最先进的性能。广泛的实验表明，它在多个模型尺度上具有卓越的准确性和延迟权衡。

实时对象检测旨在以低延迟准确预测图像中的对象类别和位置。YOLO系列因其性能和效率之间的平衡而处于这项研究的前沿。然而，对NMS的依赖和架构效率低下阻碍了最佳性能。YOLOv10通过为无NMS训练引入一致的双重分配和整体效率精度驱动的模型设计策略来解决这些问题。

一、结构

YOLOv10的架构建立在之前YOLO模型的优势之上，同时引入了几项关键创新。模型架构由以下组件组成：

（一）骨干网

负责特征提取，YOLOv10中的骨干网使用CSPNet（跨阶段部分网络）的增强版本来改善梯度流并减少计算冗余。

（二）颈部

颈部的设计是为了聚合不同鳞片的特征并将其传递给头部。它包括PAN（路径聚合网络）层，用于有效的多尺度特征融合。

（三）一对多头部

在训练过程中为每个对象生成多个预测，以提供丰富的监控信号并提高学习精度。

（四）一对一头部

在推理过程中为每个对象生成一个最佳预测，以消除对NMS的需求，从而减少延迟并提高效率。

二、主要特点

（一）NMS免费培训

利用一致的双重分配来消除对NMS的需求，减少推理延迟。

（二）整体模型设计

从效率和准确性的角度对各种组件进行全面优化，包括轻量级分类头、空间通道解耦下采样和秩引导块设计。

（三）增强的模型能力

结合了大型内核卷积和部分自关注模块，在不增加大量计算成本的情况下提高了性能。

三、型号变体

YOLOv10提供多种型号，以满足不同的应用需求：

YOLOv10-N：适用于极度资源受限环境的纳米版本。
YOLOv10-S：平衡速度和准确性的小版本。
YOLOv10-M：通用的中等版本。
YOLOv10-B：平衡版本，宽度增加，精度更高。
YOLOv10-L：大版本&#