【计算机视觉】YOLO目标检测算法综述及Python Py

一、为什么要读这篇文章？

• 系统性：一次性梳理 YOLOv1~YOLOv13 的演进脉络

• 实战性：提供可直接跑的 PyTorch 训练 / 推理 / 部署代码

• 易读性：用中文讲人话，附大量示意图 & 代码注释

• 前瞻性：给出 2025 年之后的可研究方向与踩坑提示

二、YOLO 家族十年速览（1 张脑图）

三、YOLO 通用技术骨架

四、YOLOv8 原理精讲（以最新稳定版为例）

选择 YOLOv8 而非 v13 的原因：

1. 官方 PyTorch 代码最完善；2) 2025 年工业落地最成熟；3) 与 v13 思想相通，可平滑升级。

4.1 网络结构

Input
  │
Backbone (CSPDarkNet-P5)
  │(3 scales)
Neck (PANet-FPN)
  │
Head (Decoupled, Anchor-Free)
  │
Output (cls+reg+DFL)

• Anchor-Free：直接预测 bbox 中心点到四条边的距离，无需预设 anchor。

• DFL（Distribution Focal Loss）：将 bbox 回归离散化成分布，缓解边界不连续问题。

4.2 关键代码片段（ultralytics 8.2.0）

from ultralytics import YOLO

# 1. 训练
model = YOLO("yolov8n.yaml")   # 构建网络
model.train(data="coco128.yaml",
            epochs=100,
            imgsz=640,
            batch=64,
            device="0,1")

# 2. 验证
metrics = model.val()
print(metrics.box.map)         # mAP@0.5:0.95

# 3. 推理
results = model("bus.jpg")
results[0].show()              # 可视化

五、从零手写最小可运行 PyTorch YOLO（教学版）

目标：100 行代码实现 YOLOv1-tiny（仅支持单类，方便理解）

5.1 依赖

pip install torch torchvision opencv-python

5.2 网络定义（yolo_tiny.py）

import torch
import torch.nn as nn

class TinyYOLO(nn.Module):
    def __init__(self, S=7, B=2, C=1):
        super().__init__()
        self.features = nn.Sequential(
            nn.Conv2d(3, 16, 3, 1, 1), nn.BatchNorm2d(16), nn.LeakyReLU(0.1),
            nn.MaxPool2d(2),
            nn.Conv2d(16, 32, 3, 1, 1), nn.BatchNorm2d(32), nn.LeakyReLU(0.1),
            nn.MaxPool2d(2),
            nn.Conv2d(32, 64, 3, 1, 1), nn.BatchNorm2d(64), nn.LeakyReLU(0.1),
            nn.AdaptiveAvgPool2d((S, S))
        )
        self.head = nn.Conv2d(64, B*5 + C, 1)

    def forward(self, x):
        x = self.features(x)
        return self.head(x).permute(0, 2, 3, 1)  # (B,S,S,11)

5.3 损失函数（简化版）

def yolo_loss(pred, target, l_coord=5, l_noobj=0.5):
    # pred: (B,S,S,11)  [cx,cy,w,h,conf]*2 + cls
    # target: (B,S,S,6) [cx,cy,w,h,conf,cls]
    ...
    return loss

5.4 训练脚本（train_tiny.py）

from yolo_tiny import TinyYOLO
from dataset import VOCDataset  # 自定义

model = TinyYOLO()
optimizer = torch.optim.Adam(model.parameters(), 1e-4)
for epoch in range(10):
    for imgs, targets in dataloader:
        preds = model(imgs)
        loss = yolo_loss(preds, targets)
        optimizer.zero_grad()
        loss.backward()
        optimizer.step()
    print(f"epoch {epoch} loss={loss.item():.4f}")

六、工业级部署：从 PyTorch → ONNX → TensorRT

以 YOLOv8 为例，完整脚本见 GitHub Gist。

# 1. 导出 ONNX
yolo export model=yolov8n.pt format=onnx opset=12

# 2. ONNX → TensorRT（FP16）
trtexec --onnx=yolov8n.onnx --saveEngine=yolov8n.engine --fp16

# 3. Python 推理
import tensorrt as trt
import pycuda.driver as cuda
...

七、2025 之后：YOLO 还能卷什么？

九、结语

YOLO 用十年时间把“实时目标检测”做到了极致，但 “检测”只是计算机视觉的起点。
希望本文能帮你在算法与工程之间架起一座桥，少走弯路，多挖深坑。