Predicción de modelos con Ultralytics YOLO

Introducción

En el mundo del machine learning y la visión artificial, el proceso de interpretar datos visuales se denomina a menudo inferencia o predicción. Ultralytics YOLO26 ofrece una función potente conocida como modo predict, diseñada para una inferencia de alto rendimiento y en tiempo real a través de una amplia gama de fuentes de datos.

Aplicaciones en el mundo real

Fabricación	Deportes	Seguridad
Detección de repuestos de vehículos	Detección de jugadores de fútbol	Detección de caídas de personas

¿Por qué usar Ultralytics YOLO para la inferencia?

Aquí tienes los motivos por los que deberías considerar el modo predict de YOLO26 para tus diversas necesidades de inferencia:

• Versatilidad: Capaz de ejecutar inferencias en imágenes, vídeos e incluso transmisiones en directo.
• Rendimiento: Diseñado para un procesamiento de alta velocidad en tiempo real sin sacrificar la precisión.
• Facilidad de uso: Interfaces intuitivas de Python y CLI para un despliegue y pruebas rápidos.
• Altamente personalizable: Diversos ajustes y parámetros para adaptar el comportamiento de inferencia del modelo según tus requisitos específicos.
• Listo para producción: Despliega modelos como endpoints de API en la Ultralytics Platform con escalado automático y monitorización, o ejecuta la inferencia localmente.

Características clave del modo predict

El modo predict de YOLO26 está diseñado para ser robusto y versátil, presentando:

• Compatibilidad con múltiples fuentes de datos: Ya sea que tus datos estén en forma de imágenes individuales, una colección de imágenes, archivos de vídeo o transmisiones de vídeo en tiempo real, el modo predict te cubre.
• Modo streaming: Utiliza la función de streaming para generar un generador de objetos Results eficiente en memoria. Habilítalo configurando stream=True en el método de llamada del predictor.
• Procesamiento por lotes: Procesa varias imágenes o fotogramas de vídeo en un solo lote, lo que reduce aún más el tiempo total de inferencia.
• Amigable con la integración: Integra fácilmente con pipelines de datos existentes y otros componentes de software gracias a su API flexible.

Los modelos de Ultralytics YOLO devuelven una lista de Python de objetos Results o un generador de objetos Results eficiente en memoria cuando se pasa stream=True al modelo durante la inferencia:

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n.pt")  # pretrained YOLO26n model

# Run batched inference on a list of images
results = model(["image1.jpg", "image2.jpg"])  # return a list of Results objects

# Process results list
for result in results:
    boxes = result.boxes  # Boxes object for bounding box outputs
    masks = result.masks  # Masks object for segmentation masks outputs
    keypoints = result.keypoints  # Keypoints object for pose outputs
    probs = result.probs  # Probs object for classification outputs
    obb = result.obb  # Oriented boxes object for OBB outputs
    result.show()  # display to screen
    result.save(filename="result.jpg")  # save to disk

Fuentes de inferencia

YOLO26 puede procesar diferentes tipos de fuentes de entrada para la inferencia, como se muestra en la tabla siguiente. Las fuentes incluyen imágenes estáticas, flujos de vídeo y varios formatos de datos. La tabla también indica si cada fuente puede utilizarse en modo de streaming con el argumento stream=True ✅. El modo de streaming es beneficioso para procesar vídeos o transmisiones en vivo, ya que crea un generador de resultados en lugar de cargar todos los fotogramas en la memoria.

A continuación, se muestran ejemplos de código para utilizar cada tipo de fuente:

from ultralytics import YOLO

# Load a pretrained YOLO26n model
model = YOLO("yolo26n.pt")

# Define path to the image file
source = "path/to/image.jpg"

# Run inference on the source
results = model(source)  # list of Results objects

Argumentos de inferencia

model.predict() acepta múltiples argumentos que pueden pasarse durante la inferencia para sobrescribir los valores por defecto:

Forma fija vs rectángulo mínimo (rect)

Por defecto, la predicción utiliza rect=True, que activa el relleno de rectángulo mínimo cuando es posible. La imagen se escala para encajar dentro de imgsz y se rellena solo hasta el múltiplo de stride más cercano, por lo que el tensor final puede ser más pequeño que imgsz. El relleno de rectángulo mínimo solo se utiliza cuando todas las imágenes del lote tienen la misma forma y el backend lo admite (PyTorch .pt, o ONNX / Triton dinámico). De lo contrario, las imágenes se rellenan hasta el objetivo imgsz completo.

Utiliza rect=False para rellenar siempre hasta el objetivo imgsz completo. Esto se recomienda cuando necesites un tamaño de entrada fijo para que coincida con modelos exportados (ONNX, TensorRT, etc.).

imgsz como entero vs tupla

• Un entero imgsz=640 se convierte en un objetivo cuadrado (640, 640) después del redondeo de stride.
• Una tupla imgsz=(384, 672) establece un objetivo rectangular. Con rect=True y auto=True, el tensor real puede ser más pequeño que este objetivo.

Entrenamiento vs predicción/exportación

El entrenamiento solo acepta un único entero imgsz (una lista [h, w] se ajusta al valor más grande). La predicción y la exportación aceptan un entero o una tupla (height, width).

from ultralytics import YOLO

# Load a pretrained YOLO26n model
model = YOLO("yolo26n.pt")

# Run inference on 'bus.jpg' with arguments
model.predict("https://ultralytics.com/images/bus.jpg", save=True, imgsz=320, conf=0.25)

Argumentos de inferencia:

Argumentos de visualización:

Formatos de imagen y vídeo

YOLO26 soporta varios formatos de imagen y vídeo, tal como se especifica en ultralytics/data/utils.py. Consulta las tablas a continuación para ver los sufijos válidos y comandos de ejemplo de predicción.

Imágenes

La siguiente tabla contiene formatos de imagen válidos en Ultralytics.

Vídeos

La siguiente tabla contiene formatos de vídeo válidos en Ultralytics.

Trabajar con resultados

Todas las llamadas a predict() de Ultralytics devolverán una lista de objetos Results:

from ultralytics import YOLO

# Load a pretrained YOLO26n model
model = YOLO("yolo26n.pt")

# Run inference on an image
results = model("https://ultralytics.com/images/bus.jpg")
results = model(
    [
        "https://ultralytics.com/images/bus.jpg",
        "https://ultralytics.com/images/zidane.jpg",
    ]
)  # batch inference

Los objetos Results tienen los siguientes atributos:

Los objetos Results tienen los siguientes métodos:

Para más detalles, consulta la documentación de la clase Results.

Boxes

El objeto Boxes puede utilizarse para indexar, manipular y convertir cajas delimitadoras a diferentes formatos.

from ultralytics import YOLO

# Load a pretrained YOLO26n model
model = YOLO("yolo26n.pt")

# Run inference on an image
results = model("https://ultralytics.com/images/bus.jpg")  # results list

# View results
for r in results:
    print(r.boxes)  # print the Boxes object containing the detection bounding boxes

Aquí tienes una tabla con los métodos y propiedades de la clase Boxes, incluyendo su nombre, tipo y descripción:

Para más detalles, consulta la documentación de la clase Boxes.

Masks

El objeto Masks puede utilizarse para indexar, manipular y convertir máscaras a segmentos.

from ultralytics import YOLO

# Load a pretrained YOLO26n-seg Segment model
model = YOLO("yolo26n-seg.pt")

# Run inference on an image
results = model("https://ultralytics.com/images/bus.jpg")  # results list

# View results
for r in results:
    print(r.masks)  # print the Masks object containing the detected instance masks

Aquí tienes una tabla con los métodos y propiedades de la clase Masks, incluyendo su nombre, tipo y descripción:

Para más detalles, consulta la documentación de la clase Masks.

Keypoints

El objeto Keypoints puede utilizarse para indexar, manipular y normalizar coordenadas.

from ultralytics import YOLO

# Load a pretrained YOLO26n-pose Pose model
model = YOLO("yolo26n-pose.pt")

# Run inference on an image
results = model("https://ultralytics.com/images/bus.jpg")  # results list

# View results
for r in results:
    print(r.keypoints)  # print the Keypoints object containing the detected keypoints

Aquí tienes una tabla con los métodos y propiedades de la clase Keypoints, incluyendo su nombre, tipo y descripción:

Para más detalles, consulta la documentación de la clase Keypoints.

Probs

El objeto Probs puede utilizarse para indexar y obtener índices y puntuaciones top1 y top5 de la clasificación.

from ultralytics import YOLO

# Load a pretrained YOLO26n-cls Classify model
model = YOLO("yolo26n-cls.pt")

# Run inference on an image
results = model("https://ultralytics.com/images/bus.jpg")  # results list

# View results
for r in results:
    print(r.probs)  # print the Probs object containing the detected class probabilities

Aquí tienes una tabla que resume los métodos y propiedades de la clase Probs:

Para más detalles, consulta la documentación de la clase Probs.

OBB

El objeto OBB puede utilizarse para indexar, manipular y convertir cajas delimitadoras orientadas a diferentes formatos.

from ultralytics import YOLO

# Load a pretrained YOLO26n model
model = YOLO("yolo26n-obb.pt")

# Run inference on an image
results = model("https://ultralytics.com/images/boats.jpg")  # results list

# View results
for r in results:
    print(r.obb)  # print the OBB object containing the oriented detection bounding boxes

Aquí tienes una tabla con los métodos y propiedades de la clase OBB, incluyendo su nombre, tipo y descripción:

Para más detalles, consulta la documentación de la clase OBB.

Visualización de resultados

El método plot() en los objetos Results facilita la visualización de las predicciones al superponer los objetos detectados (como cajas delimitadoras, máscaras, puntos clave y probabilidades) sobre la imagen original. Este método devuelve la imagen anotada como un array de NumPy, lo que permite mostrarla o guardarla fácilmente.

from PIL import Image

from ultralytics import YOLO

# Load a pretrained YOLO26n model
model = YOLO("yolo26n.pt")

# Run inference on 'bus.jpg'
results = model(["https://ultralytics.com/images/bus.jpg", "https://ultralytics.com/images/zidane.jpg"])  # results list

# Visualize the results
for i, r in enumerate(results):
    # Plot results image
    im_bgr = r.plot()  # BGR-order numpy array
    im_rgb = Image.fromarray(im_bgr[..., ::-1])  # RGB-order PIL image

    # Show results to screen (in supported environments)
    r.show()

    # Save results to disk
    r.save(filename=f"results{i}.jpg")

Parámetros del método plot()

El método plot() admite varios argumentos para personalizar el resultado:

Inferencia segura para hilos

Garantizar la seguridad para hilos (thread safety) durante la inferencia es crucial cuando ejecutas múltiples modelos YOLO en paralelo a través de diferentes hilos. La inferencia segura para hilos garantiza que las predicciones de cada hilo estén aisladas y no interfieran entre sí, evitando condiciones de carrera y asegurando resultados consistentes y fiables.

Al usar modelos YOLO en una aplicación multihilo, es importante instanciar objetos de modelo separados para cada hilo o emplear almacenamiento local de hilo para evitar conflictos:

from threading import Thread

from ultralytics import YOLO

def thread_safe_predict(model, image_path):
    """Performs thread-safe prediction on an image using a locally instantiated YOLO model."""
    model = YOLO(model)
    results = model.predict(image_path)
    # Process results

# Starting threads that each have their own model instance
Thread(target=thread_safe_predict, args=("yolo26n.pt", "image1.jpg")).start()
Thread(target=thread_safe_predict, args=("yolo26n.pt", "image2.jpg")).start()

Para una visión detallada de la inferencia segura para hilos con modelos YOLO e instrucciones paso a paso, consulta nuestra Guía de inferencia segura para hilos de YOLO. Esta guía te proporcionará toda la información necesaria para evitar problemas comunes y garantizar que tu inferencia multihilo funcione correctamente.

Bucle for de origen en streaming

Aquí tienes un script de Python que utiliza OpenCV (cv2) y YOLO para ejecutar la inferencia en fotogramas de vídeo. Este script asume que ya has instalado los paquetes necesarios (opencv-python y ultralytics).

import cv2

from ultralytics import YOLO

# Load the YOLO model
model = YOLO("yolo26n.pt")

# Open the video file
video_path = "path/to/your/video/file.mp4"
cap = cv2.VideoCapture(video_path)

# Loop through the video frames
while cap.isOpened():
    # Read a frame from the video
    success, frame = cap.read()

    if success:
        # Run YOLO inference on the frame
        results = model(frame)

        # Visualize the results on the frame
        annotated_frame = results[0].plot()

        # Display the annotated frame
        cv2.imshow("YOLO Inference", annotated_frame)

        # Break the loop if 'q' is pressed
        if cv2.waitKey(1) & 0xFF == ord("q"):
            break
    else:
        # Break the loop if the end of the video is reached
        break

# Release the video capture object and close the display window
cap.release()
cv2.destroyAllWindows()

Este script ejecutará predicciones en cada fotograma del vídeo, visualizará los resultados y los mostrará en una ventana. Puedes salir del bucle pulsando 'q'.

Preguntas frecuentes

¿Qué es Ultralytics YOLO y su modo predict para inferencia en tiempo real?

Ultralytics YOLO es un modelo de última generación para detección de objetos, segmentación y clasificación en tiempo real. Su modo predict permite a los usuarios realizar inferencias de alta velocidad en diversas fuentes de datos como imágenes, vídeos y flujos en directo. Diseñado para ofrecer rendimiento y versatilidad, también ofrece procesamiento por lotes y modos de streaming. Para más detalles sobre sus características, echa un vistazo al modo predict de Ultralytics YOLO.

¿Cómo puedo ejecutar la inferencia usando Ultralytics YOLO en diferentes fuentes de datos?

Ultralytics YOLO puede procesar una amplia gama de fuentes de datos, incluyendo imágenes individuales, vídeos, directorios, URLs y flujos. Puedes especificar la fuente de datos en la llamada model.predict(). Por ejemplo, usa 'image.jpg' para una imagen local o 'https://ultralytics.com/images/bus.jpg' para una URL. Consulta los ejemplos detallados para diversas fuentes de inferencia en la documentación.

¿Cómo optimizo la velocidad de inferencia y el uso de memoria de YOLO?

Para optimizar la velocidad de inferencia y gestionar la memoria de manera eficiente, puedes usar el modo de streaming configurando stream=True en el método de llamada del predictor. El modo de streaming genera un generador eficiente en memoria de objetos Results en lugar de cargar todos los fotogramas en la memoria. Para procesar vídeos largos o grandes conjuntos de datos, el modo de streaming es particularmente útil. Aprende más sobre el modo de streaming.

¿Qué argumentos de inferencia admite Ultralytics YOLO?

El método model.predict() en YOLO admite varios argumentos como conf, iou, imgsz, device y más. Estos argumentos te permiten personalizar el proceso de inferencia, configurando parámetros como umbrales de confianza, tamaño de la imagen y el dispositivo utilizado para el cálculo. Encontrarás descripciones detalladas de estos argumentos en la sección de argumentos de inferencia.

¿Cómo puedo visualizar y guardar los resultados de las predicciones de YOLO?

Después de ejecutar la inferencia con YOLO, los objetos Results contienen métodos para mostrar y guardar imágenes anotadas. Puedes usar métodos como result.show() y result.save(filename="result.jpg") para visualizar y guardar los resultados. Cualquier directorio padre faltante en la ruta del nombre del archivo se crea automáticamente (p. ej., result.save("path/to/result.jpg")). Para obtener una lista completa de estos métodos, consulta la sección de trabajar con resultados.