--- license: mit base_model: - Ultralytics/YOLOv8 tags: - yolov8 - object-detection - deep-learning - computer-vision - pretrained --- # 📦 YOLOv8s - Modelo de Detección de Objetos Este modelo está basado en **YOLOv8s**, entrenado específicamente para la detección de objetos en entornos urbanos y de tráfico. Se han combinado múltiples datasets para mejorar la detección de matrículas y objetos en escenarios urbanos complejos. --- ### 📂 Arquitectura del Proyecto El modelo forma parte de un pipeline más amplio donde los videos son procesados en AWS. La arquitectura general es la siguiente: ![image/png](https://cdn-uploads.huggingface.co/production/uploads/66f1268bcaf696884799cb97/wTk0ygmkAy1CxRdcrU5PJ.png) 1. Los videos son enviados a un **bucket S3** desde una API. 2. Un **AWS Lambda** enciende una instancia **EC2** que contiene el modelo YOLOv8s. 3. La EC2 procesa el video y envía los resultados a **DynamoDB**. 4. Los resultados finales se almacenan en **S3** en formato JSON y logs en formato .log. 5. DynamoDB indexa la información con claves secundarias globales (GSI). 6. Cuando el proceso finaliza, una **segunda Lambda** apaga la instancia EC2. --- ### 📊 Datasets Utilizados Para entrenar el modelo, se ha utilizado el dataset de **COCO8**, pero también es posible añadir otros datasets como **License Plate Recognition** o **Shahbagh Traffic Dataset**: - **COCO8** - versión reducida de COCO para pruebas rápidas. - **License Plate Recognition** - para mejorar la detección de matrículas. - **Shahbagh Traffic Dataset** - dataset específico para escenas de tráfico. --- ### ⚙ **Configuración del Entorno** Para garantizar un entrenamiento sin problemas, es importante configurar correctamente el entorno. Se recomienda usar un entorno virtual de Python y asegurarse de que todas las dependencias necesarias estén instaladas. #### **1️⃣ Crear y activar un entorno virtual (opcional pero recomendado)** ```bash # Crear el entorno virtual python -m venv .venv # Activar el entorno virtual # En Linux/macOS source .venv/bin/activate # En Windows (cmd o PowerShell) .venv\Scripts\activate ``` #### **2️⃣ Instalar las dependencias necesarias** ```bash pip install -r requirements.txt ``` o también ```bash pip install ultralytics roboflow pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu # Cambiar a cu121 si se usa GPU con CUDA 12.1 ``` --- #### **3️⃣ Descargar los datasets** Si utilizas el **dataset de COCO8**, puedes descargarlo con el siguiente código: ```python from ultralytics.utils.downloads import download # Descargar el dataset COCO8 en formato YOLO download('https://ultralytics.com/assets/coco8.zip', dir='datasets') ``` Si utilizas los **datasets de Roboflow**, puedes descargarlos con el siguiente código: ```python from roboflow import Roboflow # Configurar la API Key rf = Roboflow(api_key="TU_API_KEY") # Cargar el dataset desde Roboflow Universe project = rf.workspace("shovonthesis").project("shahbagh-g7vmy") # Seleccionar la versión 4 del dataset (según la URL) version = project.version(4) # Descargar el dataset en formato YOLOv8 dataset_path = version.download("yolov8") print(f"✅ Dataset descargado en: {dataset_path}") ``` ### 🔹 **Observaciones** Para descargar los datasets de Roboflow mediante código es necesario la Private API Key que se encuentra en **Settings > APi Keys** de tu cuenta de Roboflow. # `rf.workspace("license-project")` - `rf` es un objeto de la clase **Roboflow** que hemos inicializado con nuestra **API Key**. - `.workspace("shovonthesis")` selecciona el espacio de trabajo llamado `"shovonthesis"`, que es donde está almacenado el dataset dentro de **Roboflow**. # `.project("license-plate-detection-project")` - Dentro del espacio de trabajo `"shovonthesis"`, buscamos el dataset con el identificador `"shahbagh-g7vmy"`. - `project` ahora representa este dataset específico y nos permitirá **acceder a sus versiones, descargarlo o gestionarlo**. - Una vez esto este configurado solo nos quedará seleccionar la versión que queremos del dataset y ejecutarlo. --- ### ⚙ **Configuración del Entrenamiento** El modelo fue entrenado utilizando **YOLOv8s** con los siguientes parámetros: ```python from ultralytics import YOLO # Cargar el modelo YOLOv8s preentrenado model = YOLO("yolov8s.pt") # Entrenar el modelo model.train( data="/home/USER/yolo/yolov8-object-detection/datasets/combined/data.yaml", epochs=150, batch=8, imgsz=640, device='cpu', # Cambiar a 'cuda' si hay GPU disponible project="/home/USER/yolo/yolov8-object-detection/runs/detect", name="train_yolov8s", exist_ok=True, patience=200, lr0=0.01, momentum=0.937, weight_decay=0.0005 ) ``` --- ### ✅ **Validación del Modelo** Después del entrenamiento, validamos el modelo con el siguiente código: ```python from ultralytics import YOLO # Cargar el modelo entrenado model = YOLO("/home/USER/yolo/yolov8-object-detection/runs/detect/train_yolov8s/weights/best.pt") # Validar el modelo y guardar los resultados metrics = model.val( data="/home/USER/yolo/yolov8-object-detection/datasets/combined/data.yaml", project="/home/USER/yolo/yolov8-object-detection/runs/val", name="val", exist_ok=True ) print(metrics) ``` ### 🔹 **Recomendación** Primeramente descarga el dataset de **COCO8** para que genere la estructura correcta de los archivos para incluir los demás datasets. *Para juntar varios datasets habrá que hacerlo manualmente o mediante un codigo de python que añada las imágenes y labels a sus carpetas correspondientes.* --- ### 💻 **Uso del Modelo en Videos** Para aplicar el modelo a un video y detectar objetos: ```python from ultralytics import YOLO # Cargar el modelo entrenado model = YOLO("runs/detect/train_yolov8s/weights/best.pt") # Realizar inferencia en un video results = model.predict("ruta/video.mp4", save=True, conf=0.5) # Guardar el video con las detecciones print("✅ Procesamiento completado. Video guardado.") ``` --- ### 📂 Estructura del Proyecto YOLOv8 ```bash . ├── .venv/ # Entorno ├── datasets/ # Carpeta de datasets │ ├── coco8/ # Dataset COCO8 │ ├── yolov8s.pt # Pesos preentrenados de YOLOv8s ├── datasets-download/ # Descargas de datasets ├── processed-video/ # Vídeos procesados │ ├── ny-traffic-processed.mp4 # Vídeo de tráfico procesado ├── raw-video/ # Vídeos sin procesar │ ├── ny-traffic.mp4 # Vídeo de tráfico original ├── runs/ # Resultados de entrenamiento y validación │ ├── detect/ # Carpeta de detección de objetos │ │ ├── train_coco8 # Entrenamiento con COCO8 │ │ ├── train_yolov8n # Entrenamiento con YOLOv8n │ ├── val/ # Resultados de validación │ │ ├── val_coco8/ # Resultados de validación con gráficas relevantes │ │ ├── best.pt # Mejor peso del modelo YOLOv8s entrenado con COCO8 │ │ ├── last.pt # Último peso del modelo YOLOv8s entrenado con COCO8 ├── .gitattributes # Configuración de atributos de Git ├── .gitignore # Ignorar archivos innecesarios en Git ├── predict.py # Script para realizar predicciones a los vídeos ├── requirements.txt # Dependencias del proyecto ├── train_yolov8n.py # Script para entrenar YOLOv8n ├── train_yolov8s.py # Script para entrenar YOLOv8s ├── validate.py # Script para validar el modelo ├── yolov8n.pt # Pesos del modelo YOLOv8n ``` --- ### 📊 **Resultados y Gráficos** #### Comparación General de Resultados entre YOLOv8n y YOLOv8s | **Métrica** | **YOLOv8n** | **YOLOv8s** | **Diferencia (YOLOv8s - YOLOv8n)** | |--------------------|------------|------------|----------------------------------| | **Precisión (B)** | 0.748 | 0.821 | +0.073 | | **Recall (B)** | 0.561 | 0.920 | +0.359 | | **mAP@50 (B)** | 0.645 | 0.944 | +0.299 | | **mAP@50-95 (B)** | 0.431 | 0.726 | +0.295 | | **Fitness** | 0.453 | 0.747 | +0.294 | #### 📌 Análisis: - **Precisión**: YOLOv8s tiene mejor precisión (**+7.3%**), lo que significa que el modelo comete menos falsos positivos. - **Recall**: YOLOv8s tiene un recall significativamente mayor (**+35.9%**), indicando que detecta más objetos correctamente. - **mAP@50**: YOLOv8s supera a YOLOv8n en un **30%**, lo que sugiere que el modelo más grande tiene una mejor capacidad para detectar objetos con alta confianza. - **mAP@50-95**: También mejora en un **29.5%**, lo que significa que tiene un rendimiento más consistente en diferentes umbrales de IoU. - **Fitness**: YOLOv8s tiene una mejora notable (**+29.4%**), lo que indica un mejor balance entre precisión y recall. --- #### Comparación de Velocidad | **Parámetro** | **YOLOv8n** | **YOLOv8s** | **Diferencia** | |---------------------|------------|------------|----------------| | **Preprocesamiento** | 1.92 ms | 1.68 ms | -0.24 ms | | **Inferencia** | 55.05 ms | 128.99 ms | +73.94 ms | | **Postprocesamiento** | 1.22 ms | 0.91 ms | -0.31 ms | #### 📌 Análisis: - **Preprocesamiento**: Similar en ambos modelos. - **Inferencia**: **YOLOv8s es mucho más lento** en inferencia (**+74 ms**), lo cual es esperable ya que es un modelo más grande. - **Postprocesamiento**: Ligeramente más rápido en **YOLOv8s**, pero la diferencia no es significativa. --- ### 🔍 YOLOv8n vs YOLOv8s #### Comparación de Métricas ![image/png](https://cdn-uploads.huggingface.co/production/uploads/66f1268bcaf696884799cb97/-TvkHPXa8E4AbB9h_sesd.png) #### 📌 Análisis: - YOLOv8s supera en todas las métricas a YOLOv8n. - La mayor diferencia se observa en **Recall (+35.9%)** y **mAP@50-95 (+29.5%)**, indicando una mejor detección a diferentes umbrales de IoU. - Aunque YOLOv8s tiene mejor rendimiento, su velocidad de inferencia es más lenta. --- #### Evolución de la Función de Pérdida por Época ![image/png](https://cdn-uploads.huggingface.co/production/uploads/66f1268bcaf696884799cb97/w8fqST_MaK-jjS8xeRzTd.png) #### 📌 Análisis: - Ambos modelos muestran una disminución de la pérdida a lo largo del entrenamiento. - **YOLOv8s** comienza con una pérdida mayor pero converge bien, sugiriendo que aprende mejor con más iteraciones. - **YOLOv8n** tiene una convergencia más rápida pero con menor precisión general. --- #### Curva de Precisión-Recall ![image/png](https://cdn-uploads.huggingface.co/production/uploads/66f1268bcaf696884799cb97/kgiCT9F4pKS43h0Ym8OrK.png) #### 📌 Análisis: - **YOLOv8s** mantiene una precisión más alta en todos los valores de recall, lo que significa menos falsos positivos en comparación con YOLOv8n. - **YOLOv8n** muestra más fluctuaciones en la curva, indicando menor estabilidad en la detección de objetos. --- #### Matriz de Confusión ![image/png](https://cdn-uploads.huggingface.co/production/uploads/66f1268bcaf696884799cb97/6EG6ybWD9ZqdNoabfruPf.png) #### 📌 Análisis: - Ambas matrices muestran que algunos objetos están siendo confundidos entre sí. - **YOLOv8s** presenta menos errores de clasificación en comparación con YOLOv8n. - La normalización de la matriz confirma que YOLOv8s tiene una mejor distribución de predicciones. --- #### Ejemplo de Detección ![image/jpeg](https://cdn-uploads.huggingface.co/production/uploads/66f1268bcaf696884799cb97/tenTgxyadyFDm_rwxfKiW.jpeg) ---