【YOLO系列】YOLOv10模型结构详解与推理部署实现
内容提要
YOLOv10模型发布，相比YOLOv8有两个改变：添加了PSA层和CIB层，去掉了NMS。支持默认最大的boxes数目是300。模型转换代码和推理代码实现如下。个人认为YOLOv10是YOLOv8的魔改版本，但还不错。
延伸解读
YOLOv10 与 YOLOv8 的核心差异
文章指出 YOLOv10 相比 YOLOv8 有两个最大改变：添加了 PSA 层和 CIB 层，并去掉了 NMS。这意味着模型结构有所调整，且推理时不再需要非极大值抑制后处理，直接输出最终预测结果。作者认为 YOLOv10 是基于 YOLOv8 的修改版本，源码中仍保留许多 YOLOv8 的包和注释。
输出格式与预测框数量限制
YOLOv10 导出 ONNX 后输出为动态格式，输入支持 1x3x640x640，输出为 1x300x6。其中 300 是默认最大预测框数目，6 分别代表 x1、y1、x2、y2、score 和 classid。由于去掉了 NMS，模型直接输出最终预测结果。作者提到 300 个框可能偏少，相比 YOLOv8 预测框少了很多，但该数目应该可以修改。
推理部署的简化与实现
文章认为 YOLOv10 的推理比 YOLOv8 简单很多，有点 SSD 模型的既视感。提供的推理代码使用 OpenVINO 加载 ONNX 模型，对输入图像进行预处理后直接推理，然后遍历输出行，根据 score 阈值筛选并绘制检测框。代码中展示了从读取模型到显示结果的完整流程，便于读者参考部署。
Q&A
YOLOv10相比YOLOv8有哪些主要改变？
YOLOv10相比YOLOv8添加了PSA层和CIB层，并去掉了NMS。
YOLOv10的最大预测框数是多少？
YOLOv10支持默认最大预测框数为300。
如何导出YOLOv10模型为ONNX格式？
可以使用代码 'f = YOLO10(
YOLOv10的推理过程与YOLOv8相比有什么不同？
YOLOv10的推理过程比YOLOv8简单，具有SSD模型的特征。
YOLOv10的输出格式是什么？
YOLOv10的输出格式为1x300x6，其中300是预测框数，6分别表示x1, y1, x2, y2, score和classid。
YOLOv10是否保留了YOLOv8的代码？
是的，YOLOv10的源码中仍保留了许多YOLOv8的包和代码注释，说明YOLOv10是基于YOLOv8的修改。
