Roboflow

Roboflow fournit des outils pour l'étiquetage des données et l'exportation d'ensembles de données dans divers formats, y compris YOLO. Ce guide couvre l'étiquetage, l'exportation et le déploiement des données pour Ultralytics YOLO .

Ce guide explique comment trouver, étiqueter et organiser des données pour l'entraînement d'un modèle Ultralytics YOLO26 personnalisé à l'aide de Roboflow.

• Recueillir des données pour la formation
• Données relatives aux étiquettes
• Gestion des ensembles de données
• Exporter les données
• Déployer des modèles
• Évaluer les modèles
• FAQ

Collecter des données pour l'entraînement d'un modèle YOLO26 personnalisé

Roboflow offre deux services principaux pour aider à la collecte de données pour les modèles YOLO Ultralytics : Universe et Collect. Pour des informations plus générales sur les stratégies de collecte de données, consultez notre Guide de collecte et d'annotation de données.

Roboflow Universe

Roboflow est un référentiel en ligne de jeux de données de vision. Vous pouvez exporter des jeux de données au YOLO pour les utiliser avec Ultralytics .

Roboflow Collect

Si vous préférez collecter vous-même les images, Roboflow Collect est un projet open source permettant la collecte automatique d'images via une webcam sur des appareils périphériques. Vous pouvez utiliser des invites textuelles ou visuelles pour spécifier les données à collecter, ce qui vous aidera à ne capturer que les images nécessaires à votre modèle de vision.

Télécharger, convertir et étiqueter les données au format YOLO26

Roboflow Annotate est un outil en ligne pour l'étiquetage d'images pour diverses tâches de vision par ordinateur, y compris la détection d'objets, la classification et la segmentation.

Pour étiqueter les données pour Ultralytics YOLO , créez un projet dans Roboflow, téléchargez vos images et commencez à les annoter.

Outils d’annotation

• Annotation de boîtes englobantes: Appuyez sur B ou cliquez sur l’icône de la boîte. Cliquez et faites glisser pour créer le boîte englobante. Une fenêtre contextuelle vous invitera à sélectionner une classe pour l'annotation.
• Annotation de polygone: Utilisé pour segmentation d'instance. Appuyez sur P ou cliquez sur l’icône de polygone. Cliquez sur les points autour de l’objet pour dessiner le polygone.

Assistant d'étiquetage (intégration SAM)

Roboflow intègre un assistant d'étiquetage basé sur le Segment Anything Model (SAM) pour potentiellement accélérer l'annotation.

Pour utiliser l'assistant d'étiquetage, cliquez sur l'icône de curseur dans la barre latérale. SAM sera activé pour votre projet.

Passez le curseur sur un objet, et SAM peut suggérer une annotation. Cliquez pour accepter l'annotation. Vous pouvez affiner la spécificité de l'annotation en cliquant à l'intérieur ou à l'extérieur de la zone suggérée.

Étiquetage

Vous pouvez ajouter des balises aux images à l’aide du panneau Balises dans la barre latérale. Les balises peuvent représenter des attributs tels que l’emplacement, la source de la caméra, etc. Ces balises vous permettent de rechercher des images spécifiques et de générer des versions de l’ensemble de données contenant des images avec des balises particulières.

Assistance à l'étiquetage (basée sur un modèle)

Les modèles hébergés sur Roboflow être utilisés avec Label Assist pour suggérer des annotations. Téléchargez les poids YOLO votre YOLO sur Roboflow voir les instructions ci-dessous), puis activez Label Assist via l'icône en forme de baguette magique dans la barre latérale.

Gestion des jeux de données pour YOLO26

Roboflow fournit plusieurs outils pour comprendre et gérer vos datasets de vision par ordinateur.

Recherche de jeux de données

Utilisez la recherche dans les ensembles de données pour trouver des images à partir de descriptions textuelles ou d'étiquettes/balises spécifiques. Accédez à cette fonctionnalité en cliquant sur « Ensemble de données » dans la barre latérale.

Vérification de l'état

Avant l'entraînement, utilisez Roboflow Health Check pour obtenir des informations sur votre jeu de données et identifier les améliorations potentielles. Accédez-y via le lien "Health Check" dans la barre latérale. Il fournit des statistiques sur la taille des images, l'équilibre des classes, les cartes thermiques d'annotation, et plus encore.

La vérification de l'état peut suggérer des modifications pour améliorer les performances, telles que la correction des déséquilibres de classes identifiés dans la fonctionnalité d'équilibre des classes. La compréhension de l'état de l'ensemble de données est cruciale pour un apprentissage du modèle efficace.

Prétraiter et augmenter les données pour la robustesse du modèle

Pour exporter vos données, vous devez créer une version de l'ensemble de données, qui est un instantané de votre ensemble de données à un moment précis. Cliquez sur « Versions » dans la barre latérale, puis sur « Créer une nouvelle version ». Ici, vous pouvez appliquer des étapes de prétraitement et des augmentations de données pour potentiellement améliorer la robustesse du modèle.

Pour chaque augmentation sélectionnée, une fenêtre contextuelle vous permet d'affiner ses paramètres, tels que la luminosité. Une augmentation appropriée peut améliorer considérablement la généralisation du modèle, un concept clé abordé dans notre guide de conseils pour l'entraînement des modèles.

Exporter des données dans plus de 40 formats pour l'entraînement des modèles

Une fois votre version d'ensemble de données générée, vous pouvez l'exporter dans différents formats adaptés à l'entraînement du modèle. Cliquez sur le bouton "Exporter l'ensemble de données" sur la page de la version.

Sélectionnez le format « YOLO26 » pour la compatibilité avec les pipelines d'entraînement Ultralytics. Vous êtes maintenant prêt à entraîner votre modèle YOLO26 personnalisé. Consultez la documentation du mode d'entraînement Ultralytics pour des instructions détaillées sur le lancement de l'entraînement avec votre jeu de données exporté.

Télécharger les poids d'un modèle YOLO26 personnalisé pour les tests et le déploiement

Roboflow offre une API scalable pour les modèles déployés et des SDK compatibles avec des appareils tels que NVIDIA Jetson, Luxonis OAK, Raspberry Pi et les systèmes basés sur GPU. Explorez diverses options de déploiement de modèles dans nos guides.

Vous pouvez déployer des modèles YOLO26 en téléchargeant leurs poids sur Roboflow à l'aide d'un simple script Python.

Créer un nouveau fichier python et ajouter le code suivant :

import roboflow  # install with 'pip install roboflow'

# Log in to Roboflow (requires API key)
roboflow.login()

# Initialize Roboflow client
rf = roboflow.Roboflow()

# Define your workspace and project details
WORKSPACE_ID = "your-workspace-id"  # Replace with your actual Workspace ID
PROJECT_ID = "your-project-id"  # Replace with your actual Project ID
VERSION = 1  # Replace with your desired dataset version number
MODEL_PATH = "path/to/your/runs/detect/train/"  # Replace with the path to your YOLO26 training results directory

# Get project and version
project = rf.workspace(WORKSPACE_ID).project(PROJECT_ID)
dataset = project.version(VERSION)

# Upload model weights for deployment
# Ensure MODEL_PATH points to the directory containing 'best.pt'
dataset.deploy(
    model_type="yolov8",
    model_path=MODEL_PATH,
)  # Note: Use "yolov8" as model_type for YOLO26 compatibility in Roboflow deployment

print(f"Model from {MODEL_PATH} uploaded to Roboflow project {PROJECT_ID}, version {VERSION}.")
print("Deployment may take up to 30 minutes.")

Dans ce code, remplacez your-workspace-id, your-project-id, la fonction VERSION nombre, et le MODEL_PATH avec les valeurs spécifiques à votre compte Roboflow, à votre projet et au répertoire local des résultats d'entraînement. Assurez-vous que le MODEL_PATH pointe correctement vers le répertoire contenant vos données entraînées best.pt fichier de poids.

Lorsque vous exécutez le code ci-dessus, il vous sera demandé de vous authentifier (généralement via une clé API). Ensuite, votre modèle sera téléchargé et un point de terminaison API sera créé pour votre projet. Ce processus peut prendre jusqu'à 30 minutes.

Pour tester votre modèle et trouver les instructions de déploiement pour les SDK pris en charge, accédez à l'onglet « Deploy » dans la barre latérale de Roboflow. En haut de cette page, un widget apparaîtra vous permettant de tester votre modèle à l'aide de votre webcam ou en téléchargeant des images ou des vidéos.

Votre modèle téléchargé peut également être utilisé comme assistant d'étiquetage, suggérant des annotations sur de nouvelles images en fonction de son entraînement.

Comment évaluer les modèles YOLO26

Roboflow fournit des fonctionnalités pour évaluer les performances du modèle. La compréhension des métriques de performance est cruciale pour l'itération du modèle.

Après avoir téléchargé un modèle, accédez à l'outil d'évaluation du modèle via la page de votre modèle sur le tableau de bord Roboflow. Cliquez sur « Afficher l'évaluation détaillée ».

Cet outil affiche une matrice de confusion illustrant les performances du modèle et un tracé d'analyse vectorielle interactif utilisant les incorporations CLIP. Ces fonctionnalités aident à identifier les domaines à améliorer du modèle.

La fenêtre contextuelle de la matrice de confusion :

Passez le curseur sur les cellules pour voir les valeurs, et cliquez sur les cellules pour afficher les images correspondantes avec les prédictions du modèle et les données de vérité terrain.

Cliquez sur « Vector Analysis » pour obtenir un nuage de points visualisant la similarité des images basée sur les embeddings CLIP. Les images les plus proches sont sémantiquement similaires. Les points représentent les images, colorées du blanc (bonne performance) au rouge (mauvaise performance).

L'analyse vectorielle aide à :

• Identifier les clusters d'images.
• Identifier avec précision les clusters où le modèle est peu performant.
• Comprendre les points communs entre les images qui entraînent de mauvaises performances.

Ressources d'apprentissage

• Entraîner YOLO un ensemble de données personnalisé (Colab): Carnet Google interactif pour l'entraînement sur vos données.
• YOLO Ultralytics YOLO : Formation, exportation et déploiement YOLO .
• Ultralytics : articles sur la vision par ordinateur et l'entraînement de modèles.
• Ultralytics : guides vidéo sur la formation et le déploiement de modèles.

FAQ

Comment étiqueter les données pour les modèles YOLO26 à l'aide de Roboflow ?

Utilisez Roboflow Annotate. Créez un projet, téléchargez des images et utilisez les outils d'annotation (B pour la boîtes englobantes, P pour les polygones) ou l'assistant d'étiquetage basé sur SAM pour un étiquetage plus rapide. Des instructions détaillées sont disponibles dans le Section Télécharger, convertir et étiqueter les données.

Quels services Roboflow propose-t-il pour la collecte de données d'entraînement YOLO26 ?

Roboflow propose Universe (accès à de nombreux jeux de données) et Collect (collecte d'images automatisée via webcam). Ces outils peuvent aider à acquérir les données d'entraînement nécessaires pour votre modèle YOLO26, complétant ainsi les stratégies décrites dans notre Guide de collecte de données.

Comment puis-je gérer et analyser mon jeu de données YOLO26 à l'aide de Roboflow ?

Utilisez les fonctionnalités de recherche, de marquage et de vérification de l'état des ensembles de données de Roboflow. La recherche permet de trouver des images par texte ou par balises, tandis que la vérification de l'état analyse la qualité de l'ensemble de données (équilibre des classes, tailles des images, etc.) afin d'orienter les améliorations avant l'entraînement. Consultez la section Gestion des ensembles de données pour plus de détails.

Comment exporter mon jeu de données YOLO26 depuis Roboflow ?

Créez une version de jeu de données dans Roboflow, appliquez les prétraitements et augmentations souhaités, puis cliquez sur « Export Dataset » et sélectionnez le format YOLO26. Le processus est décrit dans la section Exportation des données. Cela prépare vos données pour une utilisation avec les pipelines d'entraînement Ultralytics.

Comment puis-je intégrer et déployer des modèles YOLO26 avec Roboflow ?

Téléchargez les poids de votre modèle YOLO26 entraîné sur Roboflow à l'aide du script Python fourni. Cela crée un point de terminaison d'API déployable. Consultez la section Téléchargement de poids personnalisés pour le script et les instructions. Explorez d'autres options de déploiement dans notre documentation.

📅 Créé il y a 2 ans ✏️ Mis à jour il y a 5 jours

Commentaires