コンテンツへスキップ

によるモデル予測Ultralytics YOLO

Ultralytics YOLO エコシステムと統合

はじめに

機械学習とコンピュータビジョンの世界では、視覚データから意味を見出すプロセスを「推論」または「予測」と呼びます。Ultralytics YOLOv8 は、幅広いデータソースに対する高性能でリアルタイムの推論用に調整された、predict モードとして知られる強力な機能を提供します。



見るんだ: Ultralytics YOLOv8 モデルからカスタムプロジェクトのアウトプットを抽出する方法。

実世界での応用

製造業 スポーツ 安全性
車両予備品検出 サッカー選手検出 落下検知
車両予備品検出 サッカー選手検出 落下検知

なぜ推論にUltralytics YOLO を使うのか?

ここでは、様々な推論ニーズに対してYOLOv8 の predict モードを検討すべき理由を説明する:

  • 汎用性:画像、ビデオ、ライブストリームでさえも推論が可能。
  • パフォーマンス精度を犠牲にすることなく、リアルタイムの高速処理を実現。
  • 使いやすさ:直感的なPython およびCLI インターフェースにより、迅速な展開とテストが可能。
  • 高いカスタマイズ性:様々な設定やパラメータにより、特定の要件に応じてモデルの推論動作を調整することができます。

予測モードの主な特徴

YOLOv8の予測モードは、堅牢で多用途に使えるように設計されている:

  • 複数のデータソースの互換性:データが個々の画像、画像集、ビデオファイル、またはリアルタイムのビデオストリームのいずれであっても、予測モードでカバーできます。
  • ストリーミング・モード: のメモリ効率に優れたジェネレーターを生成するには、ストリーミング機能を使う。 Results オブジェクトを使用します。これを有効にするには stream=True をプレディクターの呼び出しメソッドに追加する。
  • バッチ処理:複数の画像やビデオフレームを一括して処理できるため、推論時間がさらに短縮される。
  • 統合が容易:柔軟なAPIにより、既存のデータパイプラインや他のソフトウェアコンポーネントと簡単に統合できます。

Ultralytics YOLO のPython リストを返す。 Results Python オブジェクトを生成する。 Results オブジェクトが stream=True は推論中にモデルに渡される:

予測する

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
    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
    result.show()  # display to screen
    result.save(filename='result.jpg')  # save to disk

推論ソース

YOLOv8 は、下表に示すように、推論のためにさまざまなタイプの入力ソースを処理することができる。ソースには、静止画像、ビデオ・ストリーム、さまざまなデータ形式が含まれる。この表は、各ソースが引数 stream=True ✅.ストリーミングモードは、すべてのフレームをメモリにロードする代わりに、結果のジェネレーターを作成するので、ビデオやライブストリームを処理するのに有益です。

チップ

用途 stream=True 長い動画や大きなデータセットを処理する際に、メモリを効率的に管理する。いつ stream=Falseこの場合、すべてのフレームまたはデータポイントの結果がメモリに保存されるため、大きな入力に対してすぐに加算され、メモリ不足エラーが発生する可能性がある。これに対して stream=True ジェネレーターを使用し、現在のフレームまたはデータポイントの結果のみをメモリに保持することで、メモリ消費を大幅に削減し、メモリ不足の問題を防ぎます。

ソース 議論 タイプ 備考
イメージ 'image.jpg' str または Path 単一の画像ファイル。
URL 'https://ultralytics.com/images/bus.jpg' str 画像へのURL。
スクリーンショット 'screen' str スクリーンショットを撮る。
ピル Image.open('im.jpg') PIL.Image RGBチャンネルのHWCフォーマット。
オープンCV cv2.imread('im.jpg') np.ndarray BGRチャンネル付きHWCフォーマット uint8 (0-255).
ナンピー np.zeros((640,1280,3)) np.ndarray BGRチャンネル付きHWCフォーマット uint8 (0-255).
torch torch.zeros(16,3,320,640) torch.Tensor RGBチャンネルを持つBCHWフォーマット float32 (0.0-1.0).
シーエスブイ 'sources.csv' str または Path 画像、ビデオ、またはディレクトリへのパスを含むCSVファイル。
ビデオ 'video.mp4' str または Path MP4、AVIなどのビデオファイル。
ディレクトリ 'path/' str または Path 画像または動画を含むディレクトリへのパス。
グロブ 'path/*.jpg' str 複数のファイルにマッチするグロブ・パターン。複数のファイルにマッチさせるには * 文字をワイルドカードとして使用する。
ユーチューブ 'https://youtu.be/LNwODJXcvt4' str YouTubeビデオのURL。
ストリーム 'rtsp://example.com/media.mp4' str RTSP、RTMP、TCPなどのストリーミング・プロトコルのURL、またはIPアドレス。
マルチストリーム 'list.streams' str または Path *.streams テキストファイルで、1行につき1つのストリームURL、つまりバッチサイズ8で8つのストリームが実行される。

以下に、各ソース・タイプを使用するためのコード例を示します:

予測ソース

画像ファイルに対して推論を実行する。

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

現在の画面の内容をスクリーンショットとして推論を実行する。

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

URLを介してリモートでホストされている画像やビデオで推論を実行します。

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

Python Imaging Library (PIL)で開いた画像に対して推論を実行する。

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

OpenCVで読み込んだ画像に対して推論を実行する。

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

numpyの配列として表現された画像に対して推論を実行する。

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

PyTorch tensor として表現された画像に対して推論を実行する。

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

CSVファイルにリストされた画像、URL、動画、ディレクトリのコレクションに対して推論を実行します。

import torch
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

ビデオファイルで推論を実行する。を使用して stream=Trueを使えば、結果オブジェクトのジェネレーターを作成してメモリ使用量を減らすことができる。

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

ディレクトリ内のすべての画像と動画に対して推論を実行する。サブディレクトリ内の画像や動画もキャプチャするには、グロブパターンを使う。 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

というグロブ表現にマッチするすべての画像と動画に対して推論を実行する。 * の文字がある。

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

YouTubeの動画で推論を実行。を使うことで stream=Trueまた、Resultsオブジェクトのジェネレーターを作成することで、長い動画のメモリ使用量を減らすことができます。

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

RTSP、RTMP、TCP、IPアドレスプロトコルを使用して、リモートストリーミングソース上で推論を実行します。複数のストリームが *.streams つまり、バッチ・サイズ8で8つのストリームが実行され、そうでない場合はバッチ・サイズ1で1つのストリームが実行される。

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

推論

model.predict() は、推論時に複数の引数を渡してデフォルトを上書きすることができる:

例

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)

推論引数:

議論 タイプ デフォルト 説明
source str 'ultralytics/assets' 推論のデータソースを指定します。画像パス、ビデオファイル、ディレクトリ、URL、またはライブフィードのデバイスIDを指定できます。幅広いフォーマットとソースをサポートしているため、さまざまな入力タイプに柔軟に対応できます。
conf float 0.25 検出の最小信頼度しきい値を設定します。この閾値以下の信頼度で検出されたオブジェクトは無視されます。この値を調整することで、誤検出を減らすことができます。
iou float 0.7 Non-Maximum Suppression (NMS)のIntersection Over Union (IoU)しきい値。値が高いほど、重複するボックスが排除されるため検出数が少なくなり、重複を減らすのに役立ちます。
imgsz int or tuple 640 推論のための画像サイズを定義する。単一の整数値 640 で正方形にリサイズするか、(高さ、幅)のタプルを使用する。適切なサイジングは、検出精度と処理速度を向上させます。
half bool False 半精度(FP16)推論が可能になり、サポートされているGPUでのモデル推論を、精度への影響を最小限に抑えながら高速化することができます。
device str None 推論を行うデバイスを指定する(例. cpu, cuda:0 または 0).CPU、特定のGPU、またはその他の計算デバイスからモデル実行を選択することができます。
max_det int 300 画像あたりの最大検出数。1回の推論でモデルが検出できるオブジェクトの総数を制限し、密集したシーンでの過剰な出力を防ぎます。
vid_stride int 1 ビデオ入力のフレームストライド。時間的な解像度を犠牲にして処理を高速化するために、ビデオのフレームをスキップできるようにする。1の値はすべてのフレームを処理し、それ以上の値はフレームをスキップする。
stream_buffer bool False ビデオストリームを処理する際に、すべてのフレームをバッファリングするかどうかを決定する (True) を返すか、あるいはモデルが最新のフレーム (False).リアルタイムアプリケーションに便利。
visualize bool False 推論中にモデルの特徴を可視化し、モデルが何を「見て」いるのかを知ることができます。デバッグやモデルの解釈に役立ちます。
augment bool False 予測に対するテスト時間拡張(TTA)を可能にし、推論速度を犠牲にすることで検出のロバスト性を向上させる可能性がある。
agnostic_nms bool False 異なるクラスのオーバーラップしたボックスをマージする、クラスにとらわれない非最大抑制(NMS)を有効にします。クラスの重複が一般的なマルチクラス検出シナリオで有用。
classes list[int] None クラス ID のセットに予測をフィルタリングします。指定されたクラスに属する検出のみが返されます。複数クラスの検出タスクで、関連するオブジェクトに焦点を当てるのに便利です。
retina_masks bool False モデルに高解像度のセグメンテーションマスクがあれば、それを使用する。これにより、セグメンテーションタスクのマスク品質が向上し、より細かいディテールが得られます。
embed list[int] None 特徴ベクトルまたは埋め込みを抽出するレイヤを指定します。クラスタリングや類似検索のような下流のタスクに便利です。

可視化の引数:

議論 タイプ デフォルト 説明
show bool False もし True注釈付きの画像やビデオをウィンドウに表示します。開発中やテスト中の即時の視覚的フィードバックに便利です。
save bool False 注釈付きの画像や動画をファイルに保存できます。文書化、さらなる分析、結果の共有に便利です。
save_frames bool False 動画を処理する際、個々のフレームを画像として保存します。特定のフレームを抽出したり、フレームごとの詳細な分析に便利です。
save_txt bool False 検出結果をテキストファイルに保存します。 [class] [x_center] [y_center] [width] [height] [confidence].他の分析ツールとの統合に便利。
save_conf bool False 保存されたテキストファイルに信頼度スコアが含まれます。後処理や分析に利用できる詳細な情報が強化されます。
save_crop bool False 検出画像をトリミングして保存します。データセットの補強や分析、特定の対象物に特化したデータセットの作成に便利です。
show_labels bool True 視覚出力に各検出のラベルを表示。検出されたオブジェクトを即座に理解できます。
show_conf bool True 各検出の信頼スコアをラベルと一緒に表示します。各検出に対するモデルの確信度を示します。
show_boxes bool True 検出されたオブジェクトの周囲にバウンディングボックスを描画します。画像やビデオフレーム内のオブジェクトを視覚的に識別し、位置を特定するために不可欠です。
line_width None or int None バウンディングボックスの線幅を指定します。もし None画像サイズに応じて、線幅が自動的に調整されます。視覚的にわかりやすくカスタマイズできます。

画像とビデオのフォーマット

YOLOv8 ultralytics/data/utils.py で指定されているように、様々な画像やビデオフォーマットをサポートしています。有効な接尾辞と予測コマンド例については以下の表を参照してください。

画像

以下の表は、有効なUltralytics 画像フォーマットを示しています。

画像の接尾辞 予測コマンドの例 参考
.bmp yolo predict source=image.bmp マイクロソフトBMPファイルフォーマット
.dng yolo predict source=image.dng アドビDNG
.jpeg yolo predict source=image.jpeg ジェイペグ
.jpg yolo predict source=image.jpg ジェイペグ
.mpo yolo predict source=image.mpo マルチピクチャーオブジェクト
.png yolo predict source=image.png ポータブル・ネットワーク・グラフィックス
.tif yolo predict source=image.tif タグ画像ファイル形式
.tiff yolo predict source=image.tiff タグ画像ファイル形式
.webp yolo predict source=image.webp ウェブピー
.pfm yolo predict source=image.pfm ポータブル・フロートマップ

ビデオ

以下の表には、有効なUltralytics ビデオフォーマットが記載されています。

ビデオの接尾辞 予測コマンドの例 参考
.asf yolo predict source=video.asf アドバンスト・システムズ・フォーマット
.avi yolo predict source=video.avi オーディオ・ビデオ・インターリーブ
.gif yolo predict source=video.gif グラフィックス交換フォーマット
.m4v yolo predict source=video.m4v MPEG-4パート14
.mkv yolo predict source=video.mkv マトロスカ
.mov yolo predict source=video.mov QuickTimeファイルフォーマット
.mp4 yolo predict source=video.mp4 MPEG-4 Part 14 - Wikipedia
.mpeg yolo predict source=video.mpeg MPEG-1パート2
.mpg yolo predict source=video.mpg MPEG-1パート2
.ts yolo predict source=video.ts MPEGトランスポートストリーム
.wmv yolo predict source=video.wmv ウィンドウズ・メディア・ビデオ
.webm yolo predict source=video.webm WebMプロジェクト

結果を出す

すべてUltralytics predict() のリストを返す。 Results オブジェクトがある:

結果

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 オブジェクトは以下の属性を持つ:

属性 タイプ 説明
orig_img numpy.ndarray numpy 配列としての元画像。
orig_shape tuple 元画像の形状を (height, width) フォーマットで表したもの。
boxes Boxes, optional 検出バウンディングボックスを含むBoxesオブジェクト。
masks Masks, optional 検出マスクを含むMasksオブジェクト。
probs Probs, optional 分類タスクの各クラスの確率を含む Probs オブジェクト。
keypoints Keypoints, optional 各オブジェクトの検出されたキーポイントを含むキーポイントオブジェクト。
obb OBB, optional 指向バウンディングボックスを含む OBB オブジェクト。
speed dict 前処理、推論、後処理の速度を画像ごとにミリ秒単位で表した辞書。
names dict クラス名の辞書。
path str 画像ファイルのパス。

Results オブジェクトには以下のメソッドがある:

方法 リターン・タイプ 説明
update() None 結果オブジェクトのボックス、マスク、probs属性を更新する。
cpu() Results CPUメモリ上のすべてのテンソルを含むResultsオブジェクトのコピーを返す。
numpy() Results すべてのテンソルをnumpy配列としてResultsオブジェクトのコピーを返す。
cuda() Results GPUメモリ上のすべてのテンソルを含むResultsオブジェクトのコピーを返す。
to() Results 指定されたデバイスとdtypeのテンソルを持つResultsオブジェクトのコピーを返す。
new() Results 同じ画像、パス、名前を持つ新しいResultsオブジェクトを返す。
plot() numpy.ndarray 検出結果をプロットする。注釈付き画像のnumpy配列を返します。
show() None 注釈付きの結果を画面に表示する。
save() None 注釈付き結果をファイルに保存
verbose() str 各タスクのログ文字列を返す。
save_txt() None 予測値をtxtファイルに保存する。
save_crop() None トリミングした予測値を保存する save_dir/cls/file_name.jpg.
tojson() str オブジェクトをJSON形式に変換する。

詳細は Results クラス文書.

ボックス

Boxes オブジェクトは、バウンディング・ボックスのインデックス付け、操作、異なるフォーマットへの変換に使用できる。

ボックス

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

以下はその表である。 Boxes クラスのメソッドとプロパティの名前、型、説明:

名称 タイプ 説明
cpu() 方法 オブジェクトをCPUメモリに移動する。
numpy() 方法 オブジェクトをnumpyの配列に変換します。
cuda() 方法 オブジェクトをCUDAメモリに移動する。
to() 方法 オブジェクトを指定されたデバイスに移動する。
xyxy プロパティtorch.Tensor) xyxy フォーマットでボックスを返す。
conf プロパティtorch.Tensor) ボックスの信頼値を返す。
cls プロパティtorch.Tensor) ボックスのクラス値を返す。
id プロパティtorch.Tensor) ボックスのトラックIDを返す(利用可能な場合)。
xywh プロパティtorch.Tensor) xywh フォーマットでボックスを返す。
xyxyn プロパティtorch.Tensor) 元の画像サイズで正規化した xyxy 形式のボックスを返す。
xywhn プロパティtorch.Tensor) 元の画像サイズで正規化した xywh 形式のボックスを返す。

詳細は Boxes クラス文書.

マスク

Masks オブジェクトを使用して、マスクのインデックス付け、操作、セグメントへの変換を行うことができます。

マスク

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

以下はその表である。 Masks クラスのメソッドとプロパティの名前、型、説明:

名称 タイプ 説明
cpu() 方法 CPU メモリ上のマスクtensor を返す。
numpy() 方法 マスクtensor を numpy の配列として返します。
cuda() 方法 GPU メモリ上のマスクtensor を返します。
to() 方法 指定されたデバイスと dtype を持つマスクtensor を返す。
xyn プロパティtorch.Tensor) 正規化されたセグメントのリスト。
xy プロパティtorch.Tensor) テンソルとして表現されたピクセル座標のセグメントのリスト。

詳細は Masks クラス文書.

キーポイント

Keypoints オブジェクトは、座標のインデックス付け、操作、正規化に使用できる。

キーポイント

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

以下はその表である。 Keypoints クラスのメソッドとプロパティの名前、型、説明:

名称 タイプ 説明
cpu() 方法 CPU メモリ上のキーポイントtensor を返す。
numpy() 方法 キーポイントtensor を numpy 配列として返す。
cuda() 方法 GPU メモリ上のtensor キーポイントを返します。
to() 方法 指定されたデバイスと dtype を持つキーポイントtensor を返す。
xyn プロパティtorch.Tensor) テンソルとして表現された正規化キーポイントのリスト。
xy プロパティtorch.Tensor) テンソルとして表現されたピクセル座標のキーポイントのリスト。
conf プロパティtorch.Tensor) キーポイントの信頼値があればそれを返し、なければ None。

詳細は Keypoints クラス文書.

問題

Probs オブジェクトを使用することができます。 top1 そして top5 分類の指標と得点。

問題

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

のメソッドとプロパティを表にまとめた。 Probs クラスである:

名称 タイプ 説明
cpu() 方法 CPUメモリ上のprobstensor のコピーを返す。
numpy() 方法 probstensor のコピーを numpy 配列として返す。
cuda() 方法 GPU メモリ上の probstensor のコピーを返します。
to() 方法 指定されたデバイスと dtype を持つ probstensor のコピーを返す。
top1 プロパティint) トップ1クラスのインデックス。
top5 プロパティlist[int]) 上位5クラスの指標。
top1conf プロパティtorch.Tensor) トップ1クラスの自信。
top5conf プロパティtorch.Tensor) トップ5クラスのコンフィデンス

詳細は Probs クラス文書.

OBB

OBB オブジェクトを使用して、インデックスを作成したり、バウンディングボックスを操作したり、異なるフォーマットに変換したりすることができる。

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

以下はその表である。 OBB クラスのメソッドとプロパティの名前、型、説明:

名称 タイプ 説明
cpu() 方法 オブジェクトをCPUメモリに移動する。
numpy() 方法 オブジェクトをnumpyの配列に変換します。
cuda() 方法 オブジェクトをCUDAメモリに移動する。
to() 方法 オブジェクトを指定されたデバイスに移動する。
conf プロパティtorch.Tensor) ボックスの信頼値を返す。
cls プロパティtorch.Tensor) ボックスのクラス値を返す。
id プロパティtorch.Tensor) ボックスのトラックIDを返す(利用可能な場合)。
xyxy プロパティtorch.Tensor) 水平ボックスをxyxy形式で返す。
xywhr プロパティtorch.Tensor) 回転したボックスを xywhr フォーマットで返す。
xyxyxyxy プロパティtorch.Tensor) 回転したボックスをxyxyxy形式で返す。
xyxyxyxyn プロパティtorch.Tensor) 画像サイズで正規化した xyxyxy 形式の回転ボックスを返す。

詳細は OBB クラス文書.

結果のプロット

について plot() メソッド Results オブジェクトは、検出されたオブジェクト(バウンディングボックス、マスク、キーポイント、確率など)を元の画像に重ねることで、予測の視覚化を容易にします。このメソッドは、注釈付き画像をNumPyの配列として返すので、表示や保存が簡単にできます。

プロット

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_array[..., ::-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() メソッド・パラメータ

について plot() メソッドは、出力をカスタマイズするためのさまざまな引数をサポートしている:

議論 タイプ 説明 デフォルト
conf bool 検出信頼度スコアを含める。 True
line_width float バウンディングボックスの線幅。以下の場合、画像サイズに合わせて拡大縮小します。 None. None
font_size float テキストのフォントサイズ。もし None. None
font str テキスト注釈のフォント名。 'Arial.ttf'
pil bool 画像をPIL Imageオブジェクトとして返す。 False
img numpy.ndarray プロット用の代替画像。もし None. None
im_gpu torch.Tensor マスクプロットを高速化するためのGPUアクセラレーション画像。形状:(1, 3, 640, 640)。 None
kpt_radius int 描画されるキーポイントの半径。 5
kpt_line bool キーポイントを線で結ぶ。 True
labels bool 注釈にクラス・ラベルを含める。 True
boxes bool 画像にバウンディングボックスを重ねる。 True
masks bool 画像にマスクを重ねる。 True
probs bool 分類確率を含める。 True
show bool デフォルトの画像ビューアを使用して、注釈付き画像を直接表示します。 False
save bool で指定したファイルに注釈画像を保存する。 filename. False
filename str 注釈付き画像を保存するファイルのパスと名前。 save は True. None

スレッドセーフ推論

推論中にスレッドセーフを確保することは、複数のYOLO モデルを異なるスレッドで並行して実行する場合に非常に重要です。スレッドセーフ推論は、各スレッドの予測が分離され、互いに干渉しないことを保証し、競合状態を回避し、一貫性のある信頼性の高い出力を保証します。

マルチスレッドのアプリケーションでYOLO モデルを使用する場合、競合を防ぐために、スレッドごとに別々のモデルオブジェクトをインスタンス化するか、スレッドローカルストレージを採用することが重要です:

スレッドセーフ推論

スレッドセーフな推論のために、各スレッド内で単一のモデルをインスタンス化する:

from ultralytics import YOLO
from threading import Thread

def thread_safe_predict(image_path):
    # Instantiate a new model inside the thread
    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()

YOLO モデルによるスレッドセーフ推論の詳細とステップバイステップの手順については、YOLO スレッドセーフ推論ガイドを参照してください。このガイドでは、よくある落とし穴を避け、マルチスレッド推論をスムーズに実行するために必要な情報を提供します。

ストリーミング・ソース for-ループ

以下はOpenCVを使ったPython スクリプトである。cv2)とYOLOv8 、ビデオフレームに対して推論を実行する。このスクリプトは、必要なパッケージ (opencv-python そして ultralytics).

ストリーミング・フォー・ループ

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()

このスクリプトはビデオの各フレームに対して予測を実行し、結果を視覚化してウィンドウに表示する。ループは'q'を押すことで終了できる。



作成日:2023-11-12 更新日:2024-02-13
作成者:glenn-jocher(15),tensorturtle(1),AyushExel(1),Laughing-q(1)

コメント