README.md

# YoloV8

## 模型介绍

YoloV8是一种单阶段目标检测算法，该算法在YOLOV5的基础上添加了一些新的改进思路，使其速度与精度都得到了极大的性能提升。

## 模型结构

YoloV8模型的主要改进思路有以下几点：

- 骨干网络和 Neck 部分可能参考了 YOLOv7 ELAN 设计思想，将 YOLOv5 的 C3 结构换成了梯度流更丰富的 C2f 结构，并对不同尺度模型调整了不同的通道数，属于对模型结构精心微调，不再是无脑一套参数应用所有模型，大幅提升了模型性能。
- Head 部分相比 YOLOv5 改动较大，换成了目前主流的解耦头结构，将分类和检测头分离，同时也从 Anchor-Based 换成了 Anchor-Free.
- Loss 计算方面采用了 TaskAlignedAssigner 正样本分配策略，并引入了 Distribution Focal Loss.
- 训练的数据增强部分引入了 YOLOX 中的最后 10 epoch 关闭 Mosiac 增强的操作，可以有效地提升精度


## Python版本推理

下面介绍如何运行Python代码示例，Python示例的详细说明见Doc目录下的Tutorial_Python.md。

### 下载镜像

下载MIGraphX镜像： 

```shell
docker pull image.sourcefind.cn:5000/dcu/admin/base/migraphx:4.0.0-centos7.6-dtk23.04.1-py38-latest
```

### 设置Python环境变量

```shell
export PYTHONPATH=/opt/dtk/lib:$PYTHONPATH
```

### 安装依赖

```shell
# 进入python示例目录
cd <path_to_yolov8_migraphx>/Python

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

### 运行示例

YoloV8模型的推理示例程序是YoloV8_infer_migraphx.py，使用如下命令运行该推理示例：

```shell
# 进入python目录
cd <path_to_yolov8_migraphx>

# 进入Python目录
cd Python/
```

1. 静态推理

```shell
python YoloV8_infer_migraphx.py --staticInfer
```

程序运行结束后，在当前目录生成YOLOV8静态推理检测结果可视化图像Result.jpg

<img src="./Resource/Images/Result.jpg" alt="Result" style="zoom: 50%;" />

2. 动态推理

```shell
python YoloV8_infer_migraphx.py --dynamicInfer
```

程序运行结束会在当前目录生成YoloV8动态推理检测结果可视化图像Result0.jpg、Result1.jpg。

<img src="./Resource/Images/Result0.jpg" alt="Result_2" style="zoom: 50%;" />

<img src="./Resource/Images/Result1.jpg" alt="Result1" style="zoom: 50%;" />

## C++版本推理

下面介绍如何运行C++代码示例，C++示例的详细说明见Doc目录下的Tutorial_Cpp.md。

### 下载镜像

下载MIGraphX镜像： 

```shell
docker pull image.sourcefind.cn:5000/dcu/admin/base/migraphx:4.0.0-centos7.6-dtk23.04.1-py38-latest
```


### 构建工程

```shell
rbuild build -d depend
```

### 设置环境变量

将依赖库依赖加入环境变量LD_LIBRARY_PATH，在~/.bashrc中添加如下语句：

```shell
export LD_LIBRARY_PATH=<path_to_yolov8_migraphx>/depend/lib64/:$LD_LIBRARY_PATH
```

然后执行:

```shell
source ~/.bashrc
```

### 运行示例

YoloV8示例程序编译成功后，执行如下指令运行该示例：

```shell
# 进入yolov8 migraphx工程根目录
cd <path_to_yolov8_migraphx>

# 进入build目录
cd build/
```

1. 静态推理

```shell
./YOLOV8 0
```

程序运行结束后，会在当前目录生成YOLOV8静态推理检测结果可视化图像Result.jpg

<img src="./Resource/Images/Result.jpg" alt="Result" style="zoom:50%;" />

2. 动态推理

```shell
./YOLOV8 1
```

程序运行结束会在build目录生成YoloV8动态shape推理检测结果可视化图像Result0.jpg、Result1.jpg。

<img src="./Resource/Images/Result0.jpg" alt="Result" style="zoom:50%;" />

<img src="./Resource/Images/Result1.jpg" alt="Result" style="zoom:50%;" />

## 源码仓库及问题反馈

​		https://developer.hpccube.com/codes/modelzoo/yolov8_migraphx

## 参考

​		https://github.com/ultralytics/ultralytics