コンテンツぞスキップ

Roboflow

Roboflowには、コンピュヌタビゞョンモデルの構築ず展開に必芁なものがすべお揃っおいたす。APIやSDKを䜿甚しおパむプラむンの任意のステップでRoboflow 、たたぱンドツヌ゚ンドのむンタヌフェむスを䜿甚しお、画像から掚論たでのプロセス党䜓を自動化したす。デヌタのラベリング、モデルのトレヌニング、モデルの展開など、Roboflow は、カスタム コンピュヌタ ビゞョン ゜リュヌションをプロゞェクトに導入するためのビルディング ブロックを提䟛したす。

ラむセンス

Ultralytics は2぀のラむセンス・オプションを提䟛しおいる

詳しくはUltralytics ラむセンスをご芧ください。

このガむドでは、カスタムUltralytics YOLO11 モデルのトレヌニングに䜿甚するデヌタの怜玢、ラベル付け、敎理の方法を玹介したす。特定のセクションに盎接ゞャンプするには、以䞋の目次を䜿甚しおください

  • カスタムYOLO11 モデルのトレヌニングのためのデヌタ収集
  • YOLO11 フォヌマットのデヌタのアップロヌド、倉換、ラベル付け
  • モデルのロバスト性を高めるためのデヌタの前凊理ず補匷
  • デヌタセット管理 YOLO11
  • モデルトレヌニング甚に40以䞊のフォヌマットでデヌタを゚クスポヌト
  • テストず配備のために、カスタムYOLO11 モデルりェむトをアップロヌドする。
  • カスタムYOLO11 モデルのトレヌニングのためのデヌタ収集

Roboflow は、YOLO11 モデルのデヌタ収集に圹立぀2぀のサヌビスを提䟛しおいたすナニバヌス」ず「コレクト」です。

Universeは、25䞇以䞊のビゞョンデヌタセット、合蚈1億以䞊の画像を含むオンラむンリポゞトリです。

Roboflow ナニバヌス

Roboflow 無料のアカりントで、Universeで利甚可胜なすべおのデヌタセットを゚クスポヌトできたす。デヌタセットを゚クスポヌトするには、どのデヌタセットでも「Download this Dataset」ボタンをクリックしおください。

Roboflow ナニバヌス・デヌタセットの゚クスポヌト

YOLO11 の堎合、゚クスポヌト圢匏ずしお "YOLO11" を遞択する

Roboflow ナニバヌス・デヌタセットの゚クスポヌト

Universeには、 Roboflow にアップロヌドされたすべおの公開ファむンチュヌニング枈みYOLO11 モデルを集玄したペヌゞもありたす。このペヌゞでは、テストや自動デヌタラベリングに䜿甚したり、Roboflow 掚論でプロトタむプを䜜成したりするための、事前にトレヌニングされたモデルを調べるこずができたす。

自分で画像を収集したい堎合は、゚ッゞ䞊のりェブカメラを䜿甚しお自動的に画像を収集できるオヌプン゜ヌスプロゞェクト、Collectを詊しおみおください。Collectでは、テキストや画像のプロンプトを䜿甚しお、収集すべきデヌタを指瀺するこずができ、ビゞョンモデルの構築に必芁な有甚なデヌタのみをキャプチャするこずができたす。

YOLO11 フォヌマットのデヌタのアップロヌド、倉換、ラベル付け

Roboflow Annotateは、オブゞェクトの怜出、分類、セグメンテヌションのために画像にラベルを付けるためのオンラむン泚釈ツヌルです。

YOLO11 オブゞェクト怜出、むンスタンスセグメンテヌション、たたは分類モデル甚にデヌタにラベルを付けるには、たずRoboflow でプロゞェクトを䜜成したす。

Roboflow プロゞェクトの䜜成

次に、画像ず、他のツヌルから既存のアノテヌションを40以䞊サポヌトされおいるむンポヌトフォヌマットのいずれかを䜿甚しおRoboflow にアップロヌドしたす。

画像をアップロヌドするRoboflow

画像のアップロヌド埌に衚瀺される泚釈ペヌゞで、アップロヌドした画像のバッチを遞択したす。そしお、"Start Annotating "をクリックしお画像にラベルを付けたす。

バりンディング・ボックスでラベルを付けるには B キヌを抌すか、サむドバヌのボックスアむコンをクリックしたす。を開始したいポむントをクリックしたす。 バりンディングボックス次にドラッグしおボックスを䜜成する

で画像に泚釈を付ける。Roboflow

アノテヌションを䜜成するず、アノテヌションのクラスを遞択するポップアップが衚瀺されたす。

倚角圢のラベルを付けるには P キヌを抌すか、サむドバヌの倚角圢アむコンをクリックしたす。倚角圢泚釈ツヌルを有効にした状態で、画像内の個々の点をクリックしお倚角圢を描きたす。

Roboflow は、SAM- ベヌスのラベルアシスタントを提䟛し、これたで以䞊に迅速に画像にラベルを付けるこずができたす。SAM (Segment Anything Modelは、画像に正確にラベルを付けるこずができる最先端のコンピュヌタビゞョンモデルです。SAM を䜿えば、画像のラベリングプロセスを倧幅にスピヌドアップできたす。ポリゎンを䜿った画像の泚釈付けは、オブゞェクトの呚りの点を正確にクリックする退屈なプロセスではなく、数回クリックするだけで簡単になりたす。

ラベルアシスタントを䜿甚するには、サむドバヌのカヌ゜ルアむコンをクリックしたす。SAM 、プロゞェクトで䜿甚するためにロヌドされたす。

SAM-powered label assist を䜿っおRoboflow で画像に泚釈を぀ける。

画像内のオブゞェクトにカヌ゜ルを合わせるず、SAM が泚釈をお勧めしたす。カヌ゜ルを合わせお泚釈に適した堎所を探し、クリックするず泚釈が䜜成されたす。泚釈をより具䜓的に、たたはより具䜓的に修正するには、SAM がドキュメント䞊に䜜成した泚釈の内偎たたは倖偎をクリックしたす。

サむドバヌのタグパネルから画像にタグを远加するこずも可胜。特定の゚リアや特定のカメラで撮圱したデヌタなどにタグを適甚できたす。これらのタグを䜿甚しお、タグに䞀臎する画像をデヌタから怜玢し、特定のタグたたはタグのセットを含む画像を含むバヌゞョンのデヌタセットを生成できたす。

で画像にタグを远加するRoboflow

Roboflow にホストされおいるモデルは、Label Assist で䜿甚するこずができたす。Label Assist は、YOLO11 のモデルを䜿甚しお泚釈を掚奚する自動泚釈ツヌルです。Label Assist を䜿甚するには、たずRoboflow にYOLO11 のモデルをアップロヌドしたすこのガむドの埌の説明を参照。次に、巊サむドバヌの魔法の杖アむコンをクリックし、Label Assistで䜿甚するモデルを遞択したす。

モデルを遞択し、"Continue "をクリックしおラベルアシストを有効にしたす

ラベルアシストの有効化

泚釈のために新しい画像を開くず、ラベルアシストがトリガヌしお泚釈を掚奚したす。

泚釈を掚奚するALabelアシスト

デヌタセット管理YOLO11

Roboflow は、コンピュヌタ・ビゞョンのデヌタセットを理解するためのツヌル矀を提䟛する。

たず、デヌタセット怜玢を䜿甚しお、セマンティックなテキスト蚘述に合臎する画像぀たり、人物を含むすべおの画像を怜玢する、たたは指定されたラベルに合臎する画像぀たり、画像が特定のタグに関連付けられおいるを怜玢するこずができたす。デヌタセット怜玢を䜿甚するには、サむドバヌの「デヌタセット」をクリックしたす。次に、ペヌゞ䞊郚の怜玢バヌず関連フィルタヌを䜿甚しお怜玢ク゚リを入力したす。

䟋えば、次のテキストク゚リは、デヌタセットから人物を含む画像を芋぀ける

画像の怜玢

タグ」セレクタを䜿っお、特定のタグが付いた画像を絞り蟌んで怜玢するこずができたす

タグで画像を絞り蟌む

デヌタセットを䜿っおモデルのトレヌニングを始める前に、Roboflow Health Checkを䜿うこずをお勧めしたす。このりェブツヌルは、ビゞョンモデルのトレヌニングの前に、デヌタセットの状態を把握し、どのようにデヌタセットを改善できるかを教えおくれたす。

Health Check を䜿甚するには、サむドバヌの "Health Check" リンクをクリックしたす。デヌタセット内の画像の平均サむズ、クラスバランス、画像内のアノテヌション䜍眮のヒヌトマップなどを瀺す統蚈情報のリストが衚瀺されたす。

Roboflow ヘルスチェック分析

ヘルスチェックは、デヌタセットのパフォヌマンスを向䞊させるための倉曎を掚奚したす。䟋えば、クラスバランス機胜は、ラベルに䞍均衡があるこずを瀺すかもしれたせん。

モデルトレヌニング甚に40以䞊のフォヌマットでデヌタを゚クスポヌト

デヌタを゚クスポヌトするには、デヌタセットのバヌゞョンが必芁です。バヌゞョンずは、デヌタセットの状態を凍結したものです。バヌゞョンを䜜成するには、たずサむドバヌの「バヌゞョン」をクリックしたす。次に、"Create New Version "ボタンをクリックしおください。このペヌゞで、デヌタセットに適甚する拡匵ず前凊理のステップを遞択するこずができたす

デヌタセット・バヌゞョンの䜜成Roboflow

各補匷を遞択するず、ポップアップが衚瀺され、必芁に応じお調敎を行うこずができたす。以䞋は、指定されたパラメヌタヌ内で明るさ補匷を調敎する䟋です

デヌタセットにオヌグメンテヌションを適甚する

デヌタセット・バヌゞョンが生成されたら、デヌタをさたざたな圢匏に゚クスポヌトできたす。デヌタセット・バヌゞョンのペヌゞにある「デヌタセットを゚クスポヌト」ボタンをクリックしお、デヌタを゚クスポヌトしおください

デヌタセットの゚クスポヌト

これでYOLO11 をカスタムデヌタセットで蚓緎する準備ができた。このガむドず YouTubeビデオに埓っおステップ・バむ・ステップで説明するか、Ultralytics のドキュメントを参照しおください。

テストず配備のためのカスタムYOLO11 モデル重みのアップロヌド

Roboflow は、NVIDIA Jetsons、Luxonis OAKs、Raspberry Pis、GPU- ベヌスのデバむスなどで䜿甚するための、デプロむされたモデルずSDKのための無限にスケヌラブルなAPIを提䟛したす。

YOLO11 の重みをRoboflow にアップロヌドするこずで、YOLO11 のモデルをデプロむするこずができる。これはPython の数行のコヌドで行うこずができる。新しいPython ファむルを䜜成し、以䞋のコヌドを远加する

import roboflow  # install with 'pip install roboflow'

roboflow.login()

rf = roboflow.Roboflow()

project = rf.workspace(WORKSPACE_ID).project("football-players-detection-3zvbc")
dataset = project.version(VERSION).download("yolov8")

project.version(dataset.version).deploy(model_type="yolov8", model_path=f"{HOME}/runs/detect/train/")

このコヌドでは、プロゞェクトIDずバヌゞョンIDをアカりントずプロゞェクトの倀に眮き換えおください。 Roboflow API キヌを取埗する方法に぀いおは、こちらをご芧ください。

䞊蚘のコヌドを実行するず、認蚌を求められたす。その埌、あなたのモデルがアップロヌドされ、あなたのプロゞェクト甚のAPIが䜜成されたす。このプロセスが完了するたでに最倧30分かかるこずがありたす。

モデルをテストし、サポヌトされおいるSDKのデプロむ手順を芋぀けるには、Roboflow サむドバヌの「Deploy」タブにアクセスしおください。このペヌゞの䞊郚に、モデルをテストできるりィゞェットが衚瀺されたす。ラむブテストのためにりェブカメラを䜿甚したり、画像やビデオをアップロヌドするこずができたす。

サンプル画像で掚論を実行する

たた、アップロヌドしたモデルをラベリングアシスタントずしお䜿甚するこずもできたす。この機胜は、Roboflow にアップロヌドされた画像にアノテヌションを掚薊するために、あなたの孊習枈みモデルを䜿甚したす。

YOLO11 モデルの評䟡方法

Roboflow は、モデルの評䟡に䜿甚するさたざたな機胜を提䟛する。

モデルをRoboflow にアップロヌドするず、モデル評䟡ツヌルにアクセスするこずができたす。このツヌルは、モデルのパフォヌマンスを瀺す混同マトリックスや、むンタラクティブなベクトル分析プロットを提䟛したす。これらの機胜は、モデルを改善する機䌚を芋぀けるのに圹立ちたす。

混乱マトリックスにアクセスするには、Roboflow ダッシュボヌドのモデルペヌゞに行き、「詳现評䟡を芋る」をクリックしたす

Roboflow モデル評䟡の開始

混乱マトリックスがポップアップで衚瀺されたす

混同行列

混乱マトリックス䞊のボックスにカヌ゜ルを合わせるず、そのボックスに関連する倀が衚瀺されたす。ボックスをクリックするず、それぞれのカテゎリの画像が衚瀺されたす。画像をクリックするず、その画像に関連するモデル予枬ずグランドトゥルヌスデヌタが衚瀺されたす。

さらに詳しく知りたい堎合は、「ベクトル分析」をクリックしおください。CLIPを䜿甚しお蚈算された、デヌタセット内の画像の散垃図が衚瀺されたす。プロット内で画像が近ければ近いほど、意味的に類䌌しおいたす。各画像は、癜ず赀の間の色を持぀ドットずしお衚されたす。ドットが赀ければ赀いほど、モデルのパフォヌマンスが悪いこずを瀺したす。

ベクトル分析プロット

ベクトル解析を䜿甚するず、次のこずができる

  • 画像のクラスタヌを芋぀ける
  • モデルのパフォヌマンスが䜎いクラスタヌを特定する
  • モデルの性胜が䜎い画像間の共通点を可芖化する。

孊習リ゜ヌス

YOLO11 モデルの䜜成にRoboflow を䜿甚する方法に぀いお、もっず知りたいですか以䞋のリ゜ヌスが参考になるかもしれたせん。

  • カスタムデヌタセットでYOLO11 を蚓緎するカスタムデヌタセットでYOLO11 モデルを蚓緎する方法を瀺すむンタラクティブなノヌトブックに埓っおください。
  • Autodistill倧芏暡な基瀎ビゞョンモデルを䜿甚しお、特定のモデルのためにデヌタをラベル付けしたす。Autodistill を䜿っお、YOLO11 分類、怜出、セグメンテヌションモデルのトレヌニングに䜿甚する画像にラベルを付けるこずができたす。
  • スヌパヌビゞョンPython コンピュヌタビゞョンモデルを扱う際に圹立぀ナヌティリティを備えたパッケヌゞ。Supervision を䜿っお、怜出のフィルタリングや混同行列の蚈算などを、Python の数行のコヌドで行うこずができたす。
  • Roboflow ブログ Roboflow ブログでは、YOLO11 モデルのトレヌニング方法からアノテヌションのベストプラクティスたで、コンピュヌタビゞョンに関する500以䞊の蚘事を掲茉しおいたす。
  • Roboflow YouTubeチャンネルYouTube チャンネルでは、YOLO11 モデルのトレヌニングから画像の自動ラベリングたで、コンピュヌタ ビゞョンに関する詳现なガむドを倚数ご甚意しおいたす。

プロゞェクト・ショヌケヌス

以䞋は、YOLO11 ずRoboflow を䜵甚しおコンピュヌタ・ビゞョン・モデルを䜜成する際に寄せられた倚くのフィヌドバックの䞀郚です。

ショヌケヌス画像 ショヌケヌス画像 ショヌケヌス画像

よくあるご質問

Roboflow を䜿っおYOLO11 モデルのデヌタにラベルを付けるには

Roboflow を䜿ったYOLO11 モデルのラベリングデヌタは、Roboflow Annotate を䜿えば簡単です。たず、Roboflow でプロゞェクトを䜜成し、画像をアップロヌドする。アップロヌド埌、画像のバッチを遞択し、"Start Annotating "をクリックする。を䜿甚するこずができたす。 B キヌでバりンディングボックス、たたは P キヌを䜿甚したす。泚釈を玠早く行うには、サむドバヌのカヌ゜ルアむコンをクリックしお、SAM ベヌスのラベルアシスタントを䜿甚したす。詳しい手順は これ.

YOLO11 トレヌニングデヌタを収集するために、Roboflow はどのようなサヌビスを提䟛しおいたすか

Roboflow は、YOLO11 トレヌニングデヌタを収集するための2぀の䞻芁なサヌビスを提䟛したすUniverseず Collectです。Universeは25䞇以䞊のビゞョンデヌタセットぞのアクセスを提䟛し、Collectはりェブカメラず自動プロンプトを䜿甚しお画像を収集するのに圹立ちたす。

Roboflow を䜿っお、YOLO11 のデヌタセットをどのように管理、分析できたすか

Roboflow は、デヌタセット怜玢、タグ付け、ヘルスチェックなどの堅牢なデヌタセット管理ツヌルを提䟛しおいたす。怜玢機胜を䜿甚するず、テキストの説明やタグに基づいお画像を怜玢できたす。ヘルスチェックは、クラスバランス、画像サむズ、アノテヌションヒヌトマップを衚瀺し、デヌタセットの品質に関する掞察を提䟛したす。これは、YOLO11 モデルをトレヌニングする前に、デヌタセットのパフォヌマンスを最適化するのに圹立ちたす。詳现情報はこちらをご芧ください。

Roboflow からYOLO11 デヌタセットを゚クスポヌトするには

Roboflow からYOLO11 デヌタセットを゚クスポヌトするには、デヌタセットのバヌゞョンを䜜成する必芁がある。サむドバヌの "Versions "をクリックし次に "Create New Version "をクリックし必芁な拡匵を適甚するバヌゞョンが生成されたら、"Export Dataset "をクリックし、YOLO11 フォヌマットを遞択する。このプロセスはこちら。

YOLO11 のモデルをRoboflow ず統合し、展開するにはどうすればよいですか

YOLO11 の重みをPython の数行のコヌドでアップロヌドするこずで、YOLO11 のモデルをRoboflow に統合し、デプロむするこずができたす。提䟛されおいるスクリプトを䜿甚しお、モデルを認蚌し、アップロヌドしおください。スクリプトの詳现ず詳しい説明に぀いおは、このセクションを参照しおください。

YOLO11 モデルを評䟡するために、Roboflow はどのようなツヌルを提䟛しおいるか

Roboflow には、混同行列やベクトル分析プロットなどのモデル評䟡ツヌルがありたす。これらのツヌルは、モデルペヌゞの「詳现評䟡を衚瀺」ボタンからアクセスできたす。これらの機胜は、モデルのパフォヌマンス䞊の問題を特定し、改善のための領域を芋぀けるのに圹立ちたす。詳现に぀いおは、このセクションを参照しおください。

📅䜜成1幎前 ✏曎新したした 2ヶ月前

コメント