Saltar al contenido

Modelo de predicción con Ultralytics YOLO

Ultralytics YOLO ecosistema e integraciones

Introducción

En el mundo del aprendizaje autom√°tico y la visi√≥n por ordenador, el proceso de dar sentido a los datos visuales se denomina "inferencia" o "predicci√≥n". Ultralytics YOLOv8 ofrece una potente funci√≥n conocida como modo de predicci√≥n, que est√° dise√Īada para realizar inferencias de alto rendimiento y en tiempo real sobre una amplia gama de fuentes de datos.



Observa: Cómo extraer los resultados del modelo Ultralytics YOLOv8 para proyectos personalizados.

Aplicaciones en el mundo real

Fabricación Deportes Seguridad
Detecci√≥n de recambios de veh√≠culos Detecci√≥n de jugadores de f√ļtbol Detecci√≥n de ca√≠das de personas
Detecci√≥n de recambios de veh√≠culos Detecci√≥n de jugadores de f√ļtbol Detecci√≥n de ca√≠das de personas

¬ŅPor qu√© utilizar Ultralytics YOLO para la inferencia?

He aquí por qué deberías considerar el modo de predicción de YOLOv8 para tus diversas necesidades de inferencia:

  • Versatilidad: Capaz de hacer inferencias sobre im√°genes, v√≠deos e incluso transmisiones en directo.
  • Rendimiento: Dise√Īado para el procesamiento en tiempo real a alta velocidad sin sacrificar la precisi√≥n.
  • Facilidad de uso: interfaces intuitivas Python y CLI para una r√°pida implantaci√≥n y pruebas.
  • Altamente personalizable: Varios ajustes y par√°metros para ajustar el comportamiento de inferencia del modelo seg√ļn tus requisitos espec√≠ficos.

Características principales del modo Predecir

YOLOv8est√° dise√Īado para ser robusto y vers√°til:

  • Compatibilidad con m√ļltiples fuentes de datos: Tanto si tus datos est√°n en forma de im√°genes individuales, una colecci√≥n de im√°genes, archivos de v√≠deo o flujos de v√≠deo en tiempo real, el modo Predecir te tiene cubierto.
  • Modo Streaming: Utiliza la funci√≥n de streaming para generar un generador de memoria eficiente de Results objetos. Act√≠valo configurando stream=True en el m√©todo de llamada del predictor.
  • Procesamiento por lotes: La capacidad de procesar varias im√°genes o fotogramas de v√≠deo en un solo lote, lo que acelera a√ļn m√°s el tiempo de inferencia.
  • F√°cil de integrar: se integra f√°cilmente con las canalizaciones de datos existentes y otros componentes de software, gracias a su flexible API.

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

Predecir

from ultralytics import YOLO

# Load a model
model = YOLO("yolov8n.pt")  # pretrained YOLOv8n model

# Run batched inference on a list of images
results = model(["im1.jpg", "im2.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
from ultralytics import YOLO

# Load a model
model = YOLO("yolov8n.pt")  # pretrained YOLOv8n model

# Run batched inference on a list of images
results = model(["im1.jpg", "im2.jpg"], stream=True)  # return a generator of Results objects

# Process results generator
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

YOLOv8 puede procesar distintos tipos de fuentes de entrada para la inferencia, como se muestra en la tabla siguiente. Las fuentes incluyen imágenes estáticas, secuencias de vídeo y diversos formatos de datos. La tabla también indica si cada fuente puede utilizarse en modo streaming con el argumento stream=True ✅. El modo Streaming es beneficioso para procesar vídeos o transmisiones en directo, ya que crea un generador de resultados en lugar de cargar todos los fotogramas en la memoria.

Consejo

Utiliza stream=True para procesar vídeos largos o grandes conjuntos de datos, con el fin de gestionar eficazmente la memoria. Cuando stream=Falselos resultados de todos los fotogramas o puntos de datos se almacenan en memoria, lo que puede sumarse rápidamente y provocar errores de falta de memoria para entradas grandes. Por el contrario, stream=True utiliza un generador, que sólo mantiene en memoria los resultados del fotograma o punto de datos actual, reduciendo significativamente el consumo de memoria y evitando problemas de falta de memoria.

Fuente Argumento Tipo Notas
imagen 'image.jpg' str o Path Un solo archivo de imagen.
URL 'https://ultralytics.com/images/bus.jpg' str URL de una imagen.
captura de pantalla 'screen' str Haz una captura de pantalla.
PIL Image.open('im.jpg') PIL.Image Formato HWC con canales RGB.
OpenCV cv2.imread('im.jpg') np.ndarray Formato HWC con canales BGR uint8 (0-255).
numpy np.zeros((640,1280,3)) np.ndarray Formato HWC con canales BGR uint8 (0-255).
torch torch.zeros(16,3,320,640) torch.Tensor Formato BCHW con canales RGB float32 (0.0-1.0).
CSV 'sources.csv' str o Path Archivo CSV que contiene rutas a imágenes, vídeos o directorios.
vídeo ✅ 'video.mp4' str o Path Archivo de vídeo en formatos como MP4, AVI, etc.
directorio ✅ 'path/' str o Path Ruta a un directorio que contenga imágenes o vídeos.
glob ✅ 'path/*.jpg' str Patrón glob para que coincida con varios archivos. Utiliza el patrón * como comodín.
YouTube ✅ 'https://youtu.be/LNwODJXcvt4' str URL a un vídeo de YouTube.
flujo ✅ 'rtsp://example.com/media.mp4' str URL para protocolos de streaming como RTSP, RTMP, TCP, o una dirección IP.
multiflujo ‚úÖ 'list.streams' str o Path *.streams archivo de texto con una URL de flujo por fila, es decir, 8 flujos se ejecutar√°n con un tama√Īo de lote 8.

A continuación encontrarás ejemplos de código para utilizar cada tipo de fuente:

Fuentes de predicción

Ejecuta la inferencia en un archivo de imagen.

from ultralytics import YOLO

# Load a pretrained YOLOv8n model
model = YOLO("yolov8n.pt")

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

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

Ejecuta la inferencia sobre el contenido de la pantalla actual como una captura de pantalla.

from ultralytics import YOLO

# Load a pretrained YOLOv8n model
model = YOLO("yolov8n.pt")

# Define current screenshot as source
source = "screen"

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

Ejecuta la inferencia en una imagen o vídeo alojado a distancia mediante una URL.

from ultralytics import YOLO

# Load a pretrained YOLOv8n model
model = YOLO("yolov8n.pt")

# Define remote image or video URL
source = "https://ultralytics.com/images/bus.jpg"

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

Ejecuta la inferencia en una imagen abierta con Python Biblioteca de Im√°genes (PIL).

from PIL import Image

from ultralytics import YOLO

# Load a pretrained YOLOv8n model
model = YOLO("yolov8n.pt")

# Open an image using PIL
source = Image.open("path/to/image.jpg")

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

Ejecuta la inferencia sobre una imagen leída con OpenCV.

import cv2

from ultralytics import YOLO

# Load a pretrained YOLOv8n model
model = YOLO("yolov8n.pt")

# Read an image using OpenCV
source = cv2.imread("path/to/image.jpg")

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

Ejecuta la inferencia sobre una imagen representada como una matriz numpy.

import numpy as np

from ultralytics import YOLO

# Load a pretrained YOLOv8n model
model = YOLO("yolov8n.pt")

# Create a random numpy array of HWC shape (640, 640, 3) with values in range [0, 255] and type uint8
source = np.random.randint(low=0, high=255, size=(640, 640, 3), dtype="uint8")

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

Ejecuta la inferencia sobre una imagen representada como PyTorch tensor .

import torch

from ultralytics import YOLO

# Load a pretrained YOLOv8n model
model = YOLO("yolov8n.pt")

# Create a random torch tensor of BCHW shape (1, 3, 640, 640) with values in range [0, 1] and type float32
source = torch.rand(1, 3, 640, 640, dtype=torch.float32)

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

Ejecuta la inferencia sobre una colección de imágenes, URLs, vídeos y directorios listados en un archivo CSV.

from ultralytics import YOLO

# Load a pretrained YOLOv8n model
model = YOLO("yolov8n.pt")

# Define a path to a CSV file with images, URLs, videos and directories
source = "path/to/file.csv"

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

Ejecuta la inferencia en un archivo de vídeo. Utilizando stream=Truepuedes crear un generador de objetos Resultados para reducir el uso de memoria.

from ultralytics import YOLO

# Load a pretrained YOLOv8n model
model = YOLO("yolov8n.pt")

# Define path to video file
source = "path/to/video.mp4"

# Run inference on the source
results = model(source, stream=True)  # generator of Results objects

Ejecuta la inferencia en todas las imágenes y vídeos de un directorio. Para capturar también imágenes y vídeos en subdirectorios, utiliza un patrón glob, es decir path/to/dir/**/*.

from ultralytics import YOLO

# Load a pretrained YOLOv8n model
model = YOLO("yolov8n.pt")

# Define path to directory containing images and videos for inference
source = "path/to/dir"

# Run inference on the source
results = model(source, stream=True)  # generator of Results objects

Ejecuta la inferencia en todas las imágenes y vídeos que coincidan con una expresión glob con * caracteres.

from ultralytics import YOLO

# Load a pretrained YOLOv8n model
model = YOLO("yolov8n.pt")

# Define a glob search for all JPG files in a directory
source = "path/to/dir/*.jpg"

# OR define a recursive glob search for all JPG files including subdirectories
source = "path/to/dir/**/*.jpg"

# Run inference on the source
results = model(source, stream=True)  # generator of Results objects

Ejecuta la inferencia en un vídeo de YouTube. Utilizando stream=Truepuedes crear un generador de objetos Resultados para reducir el uso de memoria en los vídeos largos.

from ultralytics import YOLO

# Load a pretrained YOLOv8n model
model = YOLO("yolov8n.pt")

# Define source as YouTube video URL
source = "https://youtu.be/LNwODJXcvt4"

# Run inference on the source
results = model(source, stream=True)  # generator of Results objects

Ejecuta la inferencia en fuentes de streaming remotas utilizando protocolos RTSP, RTMP, TCP y direcciones IP. Si se proporcionan varios flujos en un *.streams entonces se ejecutar√° la inferencia por lotes, es decir, se ejecutar√°n 8 secuencias con un tama√Īo de lote de 8, de lo contrario se ejecutar√°n secuencias individuales con un tama√Īo de lote de 1.

from ultralytics import YOLO

# Load a pretrained YOLOv8n model
model = YOLO("yolov8n.pt")

# Single stream with batch-size 1 inference
source = "rtsp://example.com/media.mp4"  # RTSP, RTMP, TCP or IP streaming address

# Multiple streams with batched inference (i.e. batch-size 8 for 8 streams)
source = "path/to/list.streams"  # *.streams text file with one streaming address per row

# Run inference on the source
results = model(source, stream=True)  # generator of Results objects

Argumentos de inferencia

model.predict() acepta m√ļltiples argumentos que pueden pasarse en el momento de la inferencia para anular los valores por defecto:

Ejemplo

from ultralytics import YOLO

# Load a pretrained YOLOv8n model
model = YOLO("yolov8n.pt")

# Run inference on 'bus.jpg' with arguments
model.predict("bus.jpg", save=True, imgsz=320, conf=0.5)

Argumentos de inferencia:

Argumento Tipo Por defecto Descripción
source str 'ultralytics/assets' Especifica la fuente de datos para la inferencia. Puede ser una ruta de imagen, un archivo de vídeo, un directorio, una URL o el ID de un dispositivo para transmisiones en directo. Admite una amplia gama de formatos y fuentes, lo que permite una aplicación flexible en distintos tipos de entrada.
conf float 0.25 Establece el umbral mínimo de confianza para las detecciones. Los objetos detectados con una confianza inferior a este umbral serán descartados. Ajustar este valor puede ayudar a reducir los falsos positivos.
iou float 0.7 Umbral de Intersecci√≥n Sobre Uni√≥n (IoU) para la Supresi√≥n No M√°xima (NMS). Los valores m√°s bajos dan lugar a menos detecciones al eliminar las cajas superpuestas, lo que resulta √ļtil para reducir los duplicados.
imgsz int or tuple 640 Define el tama√Īo de la imagen para la inferencia. Puede ser un √ļnico n√ļmero entero 640 para un redimensionamiento cuadrado o una tupla (alto, ancho). Un tama√Īo adecuado puede mejorar la precisi√≥n de la detecci√≥n y la velocidad de procesamiento.
half bool False Permite la inferencia de media precisión (FP16), que puede acelerar la inferencia del modelo en las GPU compatibles con un impacto mínimo en la precisión.
device str None Especifica el dispositivo para la inferencia (por ejemplo, cpu, cuda:0 o 0). Permite a los usuarios seleccionar entre la CPU, una GPU específica u otros dispositivos de cálculo para la ejecución del modelo.
max_det int 300 N√ļmero m√°ximo de detecciones permitidas por imagen. Limita el n√ļmero total de objetos que el modelo puede detectar en una sola inferencia, evitando salidas excesivas en escenas densas.
vid_stride int 1 Salto de fotogramas para entradas de vídeo. Permite saltar fotogramas en los vídeos para acelerar el procesamiento a costa de la resolución temporal. Un valor de 1 procesa cada fotograma, valores superiores omiten fotogramas.
stream_buffer bool False Determina si todos los fotogramas deben almacenarse en la memoria intermedia al procesar secuencias de vídeo (True), o si el modelo debe devolver el fotograma más reciente (False). Útil para aplicaciones en tiempo real.
visualize bool False Activa la visualización de las características del modelo durante la inferencia, proporcionando información sobre lo que el modelo está "viendo". Útil para la depuración y la interpretación del modelo.
augment bool False Permite el aumento del tiempo de prueba (TTA) para las predicciones, mejorando potencialmente la robustez de la detección a costa de la velocidad de inferencia.
agnostic_nms bool False Activa la Supresión No Máxima (NMS) agnóstica de clases, que fusiona las cajas superpuestas de clases diferentes. Útil en escenarios de detección multiclase en los que el solapamiento de clases es habitual.
classes list[int] None Filtra las predicciones a un conjunto de ID de clase. Sólo se devolverán las detecciones que pertenezcan a las clases especificadas. Útil para centrarse en objetos relevantes en tareas de detección multiclase.
retina_masks bool False Utiliza máscaras de segmentación de alta resolución si están disponibles en el modelo. Esto puede mejorar la calidad de la máscara para las tareas de segmentación, proporcionando detalles más finos.
embed list[int] None Especifica las capas de las que extraer vectores de caracter√≠sticas o incrustaciones. √ötil para tareas posteriores como la agrupaci√≥n o la b√ļsqueda de similitudes.

Argumentos de visualización:

Argumento Tipo Por defecto Descripción
show bool False Si Truemuestra las im√°genes o v√≠deos anotados en una ventana. Resulta √ļtil para obtener informaci√≥n visual inmediata durante el desarrollo o las pruebas.
save bool False Permite guardar las imágenes o vídeos anotados en un archivo. Útil para documentación, análisis posteriores o para compartir resultados.
save_frames bool False Al procesar v√≠deos, guarda fotogramas individuales como im√°genes. Es √ļtil para extraer fotogramas concretos o para un an√°lisis detallado fotograma a fotograma.
save_txt bool False Guarda los resultados de la detección en un archivo de texto, siguiendo el formato [class] [x_center] [y_center] [width] [height] [confidence]. Útil para la integración con otras herramientas de análisis.
save_conf bool False Incluye puntuaciones de confianza en los archivos de texto guardados. Aumenta el detalle disponible para el postprocesado y el an√°lisis.
save_crop bool False Guarda im√°genes recortadas de las detecciones. √ötil para aumentar el conjunto de datos, analizarlos o crear conjuntos de datos centrados en objetos concretos.
show_labels bool True Muestra etiquetas para cada detección en la salida visual. Proporciona una comprensión inmediata de los objetos detectados.
show_conf bool True Muestra la puntuación de confianza de cada detección junto a la etiqueta. Da una idea de la certeza del modelo para cada detección.
show_boxes bool True Dibuja recuadros delimitadores alrededor de los objetos detectados. Esencial para la identificación visual y la localización de objetos en imágenes o fotogramas de vídeo.
line_width None or int None Especifica la anchura de l√≠nea de los cuadros delimitadores. Si NoneEl ancho de l√≠nea se ajusta autom√°ticamente en funci√≥n del tama√Īo de la imagen. Proporciona personalizaci√≥n visual para mayor claridad.

Formatos de imagen y vídeo

YOLOv8 admite varios formatos de imagen y vídeo, como se especifica en ultralytics/data/utils .py. Consulta las tablas siguientes para ver los sufijos válidos y los comandos predict de ejemplo.

Im√°genes

La siguiente tabla contiene los formatos de imagen v√°lidos de Ultralytics .

Sufijos de imagen Ejemplo de orden Predecir Referencia
.bmp yolo predict source=image.bmp Formato de archivo BMP de Microsoft
.dng yolo predict source=image.dng Adobe DNG
.jpeg yolo predict source=image.jpeg JPEG
.jpg yolo predict source=image.jpg JPEG
.mpo yolo predict source=image.mpo Objeto Multiimagen
.png yolo predict source=image.png Gr√°ficos de red port√°tiles
.tif yolo predict source=image.tif Etiqueta Formato de archivo de imagen
.tiff yolo predict source=image.tiff Etiqueta Formato de archivo de imagen
.webp yolo predict source=image.webp WebP
.pfm yolo predict source=image.pfm FloatMap port√°til

Vídeos

La siguiente tabla contiene los formatos de vídeo válidos de Ultralytics .

Sufijos de vídeo Ejemplo de orden Predecir Referencia
.asf yolo predict source=video.asf Formato de sistemas avanzados
.avi yolo predict source=video.avi Intercalación de audio y vídeo
.gif yolo predict source=video.gif Formato de intercambio de gr√°ficos
.m4v yolo predict source=video.m4v MPEG-4 Parte 14
.mkv yolo predict source=video.mkv Matroska
.mov yolo predict source=video.mov Formato de archivo QuickTime
.mp4 yolo predict source=video.mp4 MPEG-4 Parte 14 - Wikipedia
.mpeg yolo predict source=video.mpeg MPEG-1 Parte 2
.mpg yolo predict source=video.mpg MPEG-1 Parte 2
.ts yolo predict source=video.ts Flujo de transporte MPEG
.wmv yolo predict source=video.wmv Vídeo de Windows Media
.webm yolo predict source=video.webm Proyecto WebM

Trabajar con resultados

Todos Ultralytics predict() devolver√° una lista de Results objetos:

Resultados

from ultralytics import YOLO

# Load a pretrained YOLOv8n model
model = YOLO("yolov8n.pt")

# Run inference on an image
results = model("bus.jpg")  # list of 1 Results object
results = model(["bus.jpg", "zidane.jpg"])  # list of 2 Results objects

Results tienen los siguientes atributos:

Atributo Tipo Descripción
orig_img numpy.ndarray La imagen original como matriz numpy.
orig_shape tuple La forma de la imagen original en formato (alto, ancho).
boxes Boxes, optional Un objeto Cajas que contiene las cajas delimitadoras de la detección.
masks Masks, optional Un objeto Máscaras que contiene las máscaras de detección.
probs Probs, optional Un objeto Probs que contiene las probabilidades de cada clase para la tarea de clasificación.
keypoints Keypoints, optional Un objeto Puntos clave que contiene los puntos clave detectados para cada objeto.
obb OBB, optional Un objeto OBB que contiene cuadros delimitadores orientados.
speed dict Un diccionario de velocidades de preproceso, inferencia y postproceso en milisegundos por imagen.
names dict Un diccionario de nombres de clases.
path str La ruta al archivo de imagen.

Results tienen los siguientes métodos:

Método Tipo de devolución Descripción
update() None Actualiza los atributos casillas, m√°scaras y probs del objeto Resultados.
cpu() Results Devuelve una copia del objeto Resultados con todos los tensores en la memoria de la CPU.
numpy() Results Devuelve una copia del objeto Resultados con todos los tensores como matrices numpy.
cuda() Results Devuelve una copia del objeto Resultados con todos los tensores en la memoria de la GPU.
to() Results Devuelve una copia del objeto Resultados con tensores en el dispositivo y dtype especificados.
new() Results Devuelve un nuevo objeto Resultados con la misma imagen, ruta y nombres.
plot() numpy.ndarray Traza los resultados de la detección. Devuelve una matriz numpy de la imagen anotada.
show() None Mostrar resultados anotados en pantalla.
save() None Guarda los resultados anotados en un archivo.
verbose() str Devuelve la cadena de registro de cada tarea.
save_txt() None Guarda las predicciones en un archivo txt.
save_crop() None Guardar predicciones recortadas en save_dir/cls/file_name.jpg.
tojson() str Convierte el objeto a formato JSON.

Para más detalles, consulta Results documentación de clase.

Cajas

Boxes puede utilizarse para indexar, manipular y convertir cuadros delimitadores a distintos formatos.

Cajas

from ultralytics import YOLO

# Load a pretrained YOLOv8n model
model = YOLO("yolov8n.pt")

# Run inference on an image
results = model("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 para la Boxes métodos y propiedades de la clase, incluyendo su nombre, tipo y descripción:

Nombre Tipo Descripción
cpu() Método Mueve el objeto a la memoria de la CPU.
numpy() Método Convierte el objeto en una matriz numpy.
cuda() Método Mueve el objeto a la memoria CUDA.
to() Método Mueve el objeto al dispositivo especificado.
xyxy Propiedad (torch.Tensor) Devuelve las casillas en formato xyxy.
conf Propiedad (torch.Tensor) Devuelve los valores de confianza de las casillas.
cls Propiedad (torch.Tensor) Devuelve los valores de clase de las cajas.
id Propiedad (torch.Tensor) Devuelve los ID de pista de las cajas (si est√°n disponibles).
xywh Propiedad (torch.Tensor) Devuelve las cajas en formato xywh.
xyxyn Propiedad (torch.Tensor) Devuelve las cajas en formato xyxy normalizadas por el tama√Īo original de la imagen.
xywhn Propiedad (torch.Tensor) Devuelve las cajas en formato xywh normalizadas por el tama√Īo original de la imagen.

Para más detalles, consulta Boxes documentación de clase.

M√°scaras

Masks se puede utilizar para indexar, manipular y convertir m√°scaras en segmentos.

M√°scaras

from ultralytics import YOLO

# Load a pretrained YOLOv8n-seg Segment model
model = YOLO("yolov8n-seg.pt")

# Run inference on an image
results = model("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 para la Masks métodos y propiedades de la clase, incluyendo su nombre, tipo y descripción:

Nombre Tipo Descripción
cpu() Método Devuelve las máscaras tensor en la memoria de la CPU.
numpy() Método Devuelve las máscaras tensor como una matriz numpy.
cuda() Método Devuelve las máscaras tensor en la memoria de la GPU.
to() Método Devuelve las máscaras tensor con el dispositivo y dtype especificados.
xyn Propiedad (torch.Tensor) Una lista de segmentos normalizados representados como tensores.
xy Propiedad (torch.Tensor) Una lista de segmentos en coordenadas de píxel representados como tensores.

Para más detalles, consulta Masks documentación de clase.

Puntos clave

Keypoints se puede utilizar para indexar, manipular y normalizar coordenadas.

Puntos clave

from ultralytics import YOLO

# Load a pretrained YOLOv8n-pose Pose model
model = YOLO("yolov8n-pose.pt")

# Run inference on an image
results = model("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 para la Keypoints métodos y propiedades de la clase, incluyendo su nombre, tipo y descripción:

Nombre Tipo Descripción
cpu() Método Devuelve los puntos clave tensor en la memoria de la CPU.
numpy() Método Devuelve los puntos clave tensor como una matriz numpy.
cuda() Método Devuelve los puntos clave tensor en la memoria de la GPU.
to() Método Devuelve los puntos clave tensor con el dispositivo y dtype especificados.
xyn Propiedad (torch.Tensor) Una lista de puntos clave normalizados representados como tensores.
xy Propiedad (torch.Tensor) Una lista de puntos clave en coordenadas de píxel representados como tensores.
conf Propiedad (torch.Tensor) Devuelve los valores de confianza de los puntos clave si est√°n disponibles, en caso contrario Ninguno.

Para más detalles, consulta Keypoints documentación de clase.

Probs

Probs se puede utilizar indexar, obtener top1 y top5 índices y puntuaciones de clasificación.

Probs

from ultralytics import YOLO

# Load a pretrained YOLOv8n-cls Classify model
model = YOLO("yolov8n-cls.pt")

# Run inference on an image
results = model("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 función Probs clase:

Nombre Tipo Descripción
cpu() Método Devuelve una copia de los probs tensor en la memoria de la CPU.
numpy() Método Devuelve una copia de las probs tensor como matriz numpy.
cuda() Método Devuelve una copia de los probs tensor en la memoria de la GPU.
to() Método Devuelve una copia de los probs tensor con el dispositivo y dtype especificados.
top1 Propiedad (int) √ćndice de la clase 1 superior.
top5 Propiedad (list[int]) √ćndices de las 5 clases principales.
top1conf Propiedad (torch.Tensor) Confianza de la clase 1 superior.
top5conf Propiedad (torch.Tensor) Confidencias de las 5 primeras clases.

Para más detalles, consulta Probs documentación de clase.

OBB

OBB puede utilizarse para indexar, manipular y convertir cuadros delimitadores orientados a distintos formatos.

OBB

from ultralytics import YOLO

# Load a pretrained YOLOv8n model
model = YOLO("yolov8n-obb.pt")

# Run inference on an image
results = model("bus.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 para la OBB métodos y propiedades de la clase, incluyendo su nombre, tipo y descripción:

Nombre Tipo Descripción
cpu() Método Mueve el objeto a la memoria de la CPU.
numpy() Método Convierte el objeto en una matriz numpy.
cuda() Método Mueve el objeto a la memoria CUDA.
to() Método Mueve el objeto al dispositivo especificado.
conf Propiedad (torch.Tensor) Devuelve los valores de confianza de las casillas.
cls Propiedad (torch.Tensor) Devuelve los valores de clase de las cajas.
id Propiedad (torch.Tensor) Devuelve los ID de pista de las cajas (si est√°n disponibles).
xyxy Propiedad (torch.Tensor) Devuelve las cajas horizontales en formato xyxy.
xywhr Propiedad (torch.Tensor) Devuelve las cajas giradas en formato xywhr.
xyxyxyxy Propiedad (torch.Tensor) Devuelve las cajas rotadas en formato xyxyxyxy.
xyxyxyxyn Propiedad (torch.Tensor) Devuelve las cajas rotadas en formato xyxyxyxy normalizadas por el tama√Īo de la imagen.

Para más detalles, consulta OBB documentación de clase.

Trazar resultados

En plot() método en Results facilita la visualización de las predicciones superponiendo los objetos detectados (como cuadros delimitadores, máscaras, puntos clave y probabilidades) sobre la imagen original. Este método devuelve la imagen anotada como una matriz NumPy, lo que permite visualizarla o guardarla fácilmente.

Trazando

from PIL import Image

from ultralytics import YOLO

# Load a pretrained YOLOv8n model
model = YOLO("yolov8n.pt")

# Run inference on 'bus.jpg'
results = model(["bus.jpg", "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")

plot() Parámetros del método

En plot() admite varios argumentos para personalizar la salida:

Argumento Tipo Descripción Por defecto
conf bool Incluye puntuaciones de confianza en la detección. True
line_width float Anchura de l√≠nea de los cuadros delimitadores. Se ajusta al tama√Īo de la imagen si None. None
font_size float Tama√Īo de la fuente del texto. Se adapta al tama√Īo de la imagen si None. None
font str Nombre de la fuente para las anotaciones de texto. 'Arial.ttf'
pil bool Devuelve la imagen como un objeto PIL Imagen. False
img numpy.ndarray Imagen alternativa para el trazado. Utiliza la imagen original si None. None
im_gpu torch.Tensor Imagen acelerada en la GPU para un trazado m√°s r√°pido de la m√°scara. Forma: (1, 3, 640, 640). None
kpt_radius int Radio de los puntos clave dibujados. 5
kpt_line bool Conecta los puntos clave con líneas. True
labels bool Incluye etiquetas de clase en las anotaciones. True
boxes bool Superponer cuadros delimitadores en la imagen. True
masks bool Superponer m√°scaras en la imagen. True
probs bool Incluye las probabilidades de clasificación. True
show bool Muestra la imagen anotada directamente utilizando el visor de im√°genes predeterminado. False
save bool Guarda la imagen anotada en un archivo especificado por filename. False
filename str Ruta y nombre del archivo para guardar la imagen anotada si save es True. None

Inferencia segura de hilos

Garantizar la seguridad de los hilos durante la inferencia es crucial cuando ejecutas varios modelos YOLO en paralelo a través de distintos hilos. La inferencia a prueba de hilos garantiza que las predicciones de cada hilo estén aisladas y no interfieran entre sí, evitando condiciones de carrera y asegurando resultados coherentes y fiables.

Cuando utilices modelos YOLO en una aplicación multihilo, es importante instanciar objetos modelo distintos para cada hilo o emplear almacenamiento local de hilos para evitar conflictos:

Inferencia segura de hilos

Instanciar un √ļnico modelo dentro de cada hilo para una inferencia a prueba de hilos:

from threading import Thread

from ultralytics import YOLO


def thread_safe_predict(image_path):
    """Performs thread-safe prediction on an image using a locally instantiated YOLO model."""
    local_model = YOLO("yolov8n.pt")
    results = local_model.predict(image_path)
    # Process results


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

Para conocer en profundidad la inferencia a prueba de hilos con los modelos YOLO y las instrucciones paso a paso, consulta nuestra Guía de inferencia a prueba de hilosYOLO . Esta guía te proporcionará toda la información necesaria para evitar errores comunes y garantizar que tu inferencia multihilo se ejecute sin problemas.

Fuente de streaming for-bucle

Aquí tienes un script Python que utiliza OpenCV (cv2) y YOLOv8 para ejecutar la inferencia sobre fotogramas de vídeo. Este script supone que ya tienes instalados los paquetes necesarios (opencv-python y ultralytics).

Flujo for-loop

import cv2

from ultralytics import YOLO

# Load the YOLOv8 model
model = YOLO("yolov8n.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 YOLOv8 inference on the frame
        results = model(frame)

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

        # Display the annotated frame
        cv2.imshow("YOLOv8 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. Se puede salir del bucle pulsando "q".



Created 2023-11-12, Updated 2024-06-18
Authors: glenn-jocher (23), IvorZhu331 (1), RizwanMunawar (1), UltralyticsAssistant (1), Burhan-Q (1), plashchynski (1), tensorturtle (1), AyushExel (1), Laughing-q (1)

Comentarios