使用yolov8进行文本行检测_yolov8文本检测

最近使用yolov8进行字符检测任务，因为场景数据是摆正后的证件数据，所以没有使用DB进行模型训练，直接选用了yolov8n进行文本检测，但是长条字符区域检测效果一直不太好，检出不全，通过检测和分割等算法的调试，发现算法本身不太适合作文本检测，然后调试的时候去掉了DFL loss，整个检出效果就可以使用了，目前还没有对DFL loss进行算法分析。修改不使用DFL loss 的代码在：ultralytics-main/ultralytics/nn/modules.py中line 396修改为1：

 仅此记录一下。（ torch.nn.Identity( )  作用是输入是什么，输出就是什么）

DFL loss的全称Distribution Focal Loss；首次提出是：https://arxiv.org/pdf/2006.04388.pdf

将框的位置建模成一个 general distribution，让网络快速的聚焦于和目标位置距离近的位置的分布 

对yolov8 DFL loss的详细解说可参考：

YOLOv8-损失函数 - 知乎

补充细节说明：

运行代码在：train_detect.py

本人使用的是n结构，所以配置如下：

from ultralytics import YOLO
 
# Load a model
model = YOLO('yolov8n-seg.yaml')  # build a new model from YAML
model = YOLO('yolov8n-seg.pt')  # load a pretrained model (recommended for training)
 
# Train the model
# model.train(data='coco_38classes.yaml', epochs=100, imgsz=640, save=True)
# model.train(data='coco_txtlinedetect.yaml', epochs=100, imgsz=640, save=True)
model.train(data='coco_txtlinedetect_seg.yaml', epochs=300, imgsz=640, save=True)

数据配置文件在：/ultralytics/datasets/coco_txtlinedetect_seg.yaml 中；

参数详细配置：/ultralytics/yolo/cfg/default.yaml

其中有一个早停机制：patience: 300 （默认是50）