导读

为了解决工业应用落地时所遇到的实际问题，美团视觉智能部针对 YOLO 系列框架，在训练策略、主干网络、多尺度特征融合、检测头等方面进行了思考和优化，目前，项目已开源至Github，传送门：YOLOv6链接：https://github.com/meituan/YOLOv6

精度与速度远超 YOLOv5 和 YOLOX 的新框架

目标检测作为计算机视觉领域的一项基础性技术，在工业界得到了广泛的应用，其中 YOLO 系列算法因其较好的综合性能，逐渐成为大多数工业应用时的首选框架。至今，业界已衍生出许多 YOLO 检测框架，其中以 YOLOv5、YOLOX 和 PP-YOLOE 最具代表性。美团视觉智能部在实际使用中发现上述框架还有提升空间在 COCO 数据集上，YOLOv6 在精度和速度方面均超越其他同体量算法，相关结果如下图所示：

实际操作（以下操作使用的是yolov6s）

• 准备数据集
• 修改coco.yaml
• 修改yolov6.py
• 修改train.py

实际操作的数据集一共429张图片，以8：2的比例划分训练集和验证集。先看一下评估结果。

Average Precision (AP) @[ IoU=0.50:0.95 | area= all | maxDets=100 ] = 0.500
Average Precision (AP) @[ IoU=0.50 | area= all | maxDets=100 ] = 0.961
Average Precision (AP) @[ IoU=0.75 | area= all | maxDets=100 ] = 0.477
Average Precision (AP) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = -1.000
Average Precision (AP) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.348
Average Precision (AP) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.508
Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets= 1 ] = 0.443
Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets= 10 ] = 0.554
Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets=100 ] = 0.554
Average Recall (AR) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = -1.000
Average Recall (AR) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.400
Average Recall (AR) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.561

IOU=0.5时，准确率为96%,比较同样数据集做训练的ppyoloe，IOU=0.5时的准确率为91%。使用86张图片做测试发现，meituan-yolov6将86张图片全部检测出来，ppyoloe在86张测试图片中漏检了4张，两个模型都没有错检。

代码工程中需要准备的地方：

要训练自己的数据时，首先要准备好meituan-yolov6适用的格式，在标注工具上（如cvat）下载coco数据集的格式，每张图片对应一个标签，每一行代表一个标注框。标签格式如下。

# class_id center_x center_y bbox_width bbox_height
 0 0.300926 0.617063 0.601852  0.765873

接下来就是，按照下面的文件位置，将下载好的coco数据集格式的img和txt分成训练集和验证集放到对应的文件夹下。

data/
   |---images/(放图片，分为train目录和val目录)
	|---train/
		---1.img
		---2.img
	|---val/
		---3.img
   | ---labels/(放标签文件，分为train目录和val目录)
	|---train
		---1.txt
		---2.txt
	|---val
		---3.txt

下一步需要修改coco.yaml

# 这个anno_path是运行train.py以后，根据我们的txt和jpg生成的json文件路径，这里根据原始代码的路径简单修改一下就行。

train: YOLOv6-main/data/images/train 
val: YOLOv6-main/data/images/val
test: YOLOv6-main/data/images/val
anno_path: YOLOv6-main-original/YOLOv6-main/data/annotations/instances_val.json
# number of classes
nc: 1
# class names
names: [ 'crack' ]

接下来修改configs/yolov6.py，这里是网络结构文件，大部分不需要修改，这里可以改一下预训练模型的路径，pretained原先是None.这里需要的预训练模型可在Release YOLOv6 0.1.0 · meituan/YOLOv6 · GitHub，这里找到。

model = dict(
type='YOLOv6s',
pretrained='YOLOv6-main/weights/yolov6s.pt',
depth_multiple=0.33,
width_multiple=0.50,
backbone=dict(
type='EfficientRep',
num_repeats=[1, 6, 12, 18, 6],
out_channels=[64, 128, 256, 512, 1024],
)
  .........

运行 python tools/train.py，当然你可以不更改上面一些文件内容，使用python tools/train.py --batch 32 --conf configs/yolov6s_finetune.py --data data/person_ebike.yaml --device 0 来训练。

我们使用340多张图片，训练了300个epoch，最后对比结果在前文提到过，个人感觉效果比ppyoloe要好，一些yolov5，ppyoloe漏检的物体，使用yolov6都检测出来了。而且，yolov6是上周才开源，他们还在更新，期待更好的效果。

总结

本文使用个人数据集（物体裂纹图片）进行训练，数据集数量不多，但是感觉效果很好，个人测试比yolov5和ppyoloe的实际检测精度要高，目前还没有对比和其他模型的速度差异。在训练中会遇到一些问题。大部分是mAP=0的问题，这是官方的bug，可以下载最新的代码重新训练，另外推荐数据集命名时尽量不要出现" . ", 代码处理时会出现问题，当然也可以自己更改一下train代码。在 COCO 数据集上的实验结果显示，YOLOv6 在检测精度和速度方面都属于佼佼者。接下来美团会继续完善yolov6生态，期待接下来的更新。