参考 ultralytics/engine/results.py
注
このファイルはhttps://github.com/ultralytics/ultralytics/blob/main/ ultralytics/engine/results .py にあります。もし問題を発見したら、Pull Request🛠️ を投稿して修正にご協力ください。ありがとうございました!
ultralytics.engine.results.BaseTensor
ベース: SimpleClass
tensor の基本クラスに、操作とデバイス処理を簡単にするためのメソッドを追加したもの。
ソースコード ultralytics/engine/results.py
shape
property
データの形状を返すtensor.
__getitem__(idx)
__init__(data, orig_shape)
BaseTensorをデータと元の形状で初期化する。
パラメーター
名称 | タイプ | 説明 | デフォルト |
---|---|---|---|
data |
Tensor | ndarray
|
bボックス、マスク、キーポイントなどの予測。 |
必須 |
orig_shape |
tuple
|
画像の元の形。 |
必須 |
ソースコード ultralytics/engine/results.py
__len__()
cpu()
cuda()
numpy()
ultralytics.engine.results.Results
ベース: SimpleClass
推論結果を保存し、操作するためのクラス。
属性:
名称 | タイプ | 説明 |
---|---|---|
orig_img |
ndarray
|
numpy 配列としてのオリジナル画像。 |
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
|
検出バウンディングボックスを含むオブジェクト。 |
masks |
Masks
|
検出マスクを含むオブジェクト。 |
probs |
Probs
|
分類タスクのクラス確率を含むオブジェクト。 |
keypoints |
Keypoints
|
各オブジェクトの検出されたキーポイントを含むオブジェクト。 |
speed |
dict
|
前処理、推論、後処理速度の辞書(ms/image)。 |
names |
dict
|
クラス名の辞書。 |
path |
str
|
画像ファイルへのパス。 |
方法:
名称 | 説明 |
---|---|
update |
新しい検出結果でオブジェクトの属性を更新する。 |
cpu |
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 |
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 |
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します。 |
to |
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 |
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 |
検出結果を入力画像にプロットし、注釈付き画像を返す。 |
show |
注釈付きの結果を画面に表示する。 |
save |
注釈付き結果をファイルに保存 |
verbose |
各タスクについて、検出と分類の詳細なログ文字列を返す。 |
save_txt |
検出結果をテキストファイルに保存します。 |
save_crop |
トリミングされた検出画像を保存します。 |
tojson |
検出結果をJSON形式に変換します。 |
ソースコード ultralytics/engine/results.py
66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 |
|
__getitem__(idx)
__init__(orig_img, path, names, boxes=None, masks=None, probs=None, keypoints=None, obb=None)
結果クラスを初期化する。
パラメーター
名称 | タイプ | 説明 | デフォルト |
---|---|---|---|
orig_img |
ndarray
|
numpy 配列としての元画像。 |
必須 |
path |
str
|
画像ファイルのパス。 |
必須 |
names |
dict
|
クラス名の辞書。 |
必須 |
boxes |
tensor
|
各検出のバウンディングボックス座標の2Dtensor 。 |
None
|
masks |
tensor
|
検出マスクの3Dtensor 、各マスクは2値画像である。 |
None
|
probs |
tensor
|
分類タスクの各クラスの確率の1次元tensor 。 |
None
|
keypoints |
tensor
|
各検出のキーポイント座標の2Dtensor 。 |
None
|
obb |
tensor
|
各検出のバウンディングボックス座標の2Dtensor 。 |
None
|
ソースコード ultralytics/engine/results.py
__len__()
cpu()
cuda()
new()
numpy()
plot(conf=True, line_width=None, font_size=None, font='Arial.ttf', pil=False, img=None, im_gpu=None, kpt_radius=5, kpt_line=True, labels=True, boxes=True, masks=True, probs=True, show=False, save=False, filename=None)
検出結果を入力 RGB 画像上にプロットします.numpy 配列(cv2)または PIL 画像を受け付けます.
パラメーター
名称 | タイプ | 説明 | デフォルト |
---|---|---|---|
conf |
bool
|
検出信頼度スコアをプロットするかどうか。 |
True
|
line_width |
float
|
バウンディングボックスの線幅。None の場合、画像サイズにスケーリングされる。 |
None
|
font_size |
float
|
テキストのフォントサイズ。Noneの場合、画像サイズに拡大縮小される。 |
None
|
font |
str
|
テキストに使用するフォント。 |
'Arial.ttf'
|
pil |
bool
|
画像をPIL画像として返すかどうか。 |
False
|
img |
ndarray
|
別の画像にプロットする。プロットしない場合は、元の画像にプロットする。 |
None
|
im_gpu |
Tensor
|
マスクのプロットを高速化するため、gpuで正規化した画像を形状(1, 3, 640, 640)で表示。 |
None
|
kpt_radius |
int
|
描画されるキーポイントの半径。デフォルトは5。 |
5
|
kpt_line |
bool
|
キーポイントを結ぶ線を引くかどうか。 |
True
|
labels |
bool
|
バウンディングボックスのラベルをプロットするかどうか。 |
True
|
boxes |
bool
|
バウンディングボックスをプロットするかどうか。 |
True
|
masks |
bool
|
マスクをプロットするかどうか。 |
True
|
probs |
bool
|
分類確率をプロットするかどうか |
True
|
show |
bool
|
注釈画像を直接表示するかどうか。 |
False
|
save |
bool
|
注釈付き画像を |
False
|
filename |
str
|
save が True の場合に画像を保存するファイル名。 |
None
|
リターンズ
タイプ | 説明 |
---|---|
ndarray
|
注釈付き画像のnumpy配列。 |
例
from PIL import Image
from ultralytics import YOLO
model = YOLO('yolov8n.pt')
results = model('bus.jpg') # results list
for r in results:
im_array = r.plot() # plot a BGR numpy array of predictions
im = Image.fromarray(im_array[..., ::-1]) # RGB PIL image
im.show() # show image
im.save('results.jpg') # save image
ソースコード ultralytics/engine/results.py
186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 |
|
save(filename=None, *args, **kwargs)
save_crop(save_dir, file_name=Path('im.jpg'))
トリミングした予測値を保存する save_dir/cls/file_name.jpg
.
パラメーター
名称 | タイプ | 説明 | デフォルト |
---|---|---|---|
save_dir |
str | Path
|
パスを保存する。 |
必須 |
file_name |
str | Path
|
ファイル名 |
Path('im.jpg')
|
ソースコード ultralytics/engine/results.py
save_txt(txt_file, save_conf=False)
予測値をtxtファイルに保存する。
パラメーター
名称 | タイプ | 説明 | デフォルト |
---|---|---|---|
txt_file |
str
|
txtファイルのパス。 |
必須 |
save_conf |
bool
|
自信のスコアを保存するかどうか。 |
False
|
ソースコード ultralytics/engine/results.py
show(*args, **kwargs)
summary(normalize=False, decimals=5)
結果を要約した形式に変換する。
ソースコード ultralytics/engine/results.py
to(*args, **kwargs)
tojson(normalize=False, decimals=5)
update(boxes=None, masks=None, probs=None, obb=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。
ソースコード ultralytics/engine/results.py
verbose()
各タスクのログ文字列を返す。
ソースコード ultralytics/engine/results.py
ultralytics.engine.results.Boxes
ベース: BaseTensor
検出ボックスを管理し、ボックスの座標、信頼度スコア、クラス識別子、オプションのトラッキングIDに簡単にアクセスして操作できる。 識別子、およびオプションのトラッキングIDに簡単にアクセスできます。ボックス座標の絶対形式と正規化形式を含む複数の形式をサポート。 正規化形式の両方を含む、ボックス座標の複数の形式をサポートします。
属性:
名称 | タイプ | 説明 |
---|---|---|
data |
Tensor
|
検出ボックスとその関連データを含む生のtensor 。 |
orig_shape |
tuple
|
正規化に使用される、タプル(height, width)としての元の画像サイズ。 |
is_track |
bool
|
トラッキングIDをボックスデータに含めるかどうかを示す。 |
プロパティ
xyxy (torch.Tensor | numpy.ndarray):x1, y1, x2, y2]形式のボックス。
conf (torch.Tensor | numpy.ndarray):各ボックスの信頼度スコア。
cls (torch.Tensor | numpy.ndarray):各ボックスのクラスラベル。
id (torch.Tensor | numpy.ndarray, オプション):各ボックスのトラッキングID。
xywh (torch.Tensor | numpy.ndarray):x, y, width, height]フォーマットのボックス。
xyxyn (torch.Tensor | numpy.ndarray):正規化された [x1, y1, x2, y2] のボックス。 orig_shape
.
xywhn (torch.Tensor | numpy.ndarray):正規化された[x, y, width, height]ボックス。 orig_shape
.
方法:
名称 | 説明 |
---|---|
cpu |
箱をCPUメモリに移動する。 |
numpy |
ボックスをnumpyの配列形式に変換します。 |
cuda |
箱をCUDA(GPU)メモリに移動する。 |
to |
ボックスを指定されたデバイスに移動する。 |
ソースコード ultralytics/engine/results.py
439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 |
|
cls
property
ボックスのクラス値を返す。
conf
property
ボックスの信頼値を返す。
id
property
ボックスのトラックIDを返す(利用可能な場合)。
xywh
cached
property
xywh フォーマットでボックスを返す。
xywhn
cached
property
元の画像サイズで正規化した xywh 形式のボックスを返す。
xyxy
property
xyxy フォーマットでボックスを返す。
xyxyn
cached
property
元の画像サイズで正規化した xyxy 形式のボックスを返す。
__init__(boxes, orig_shape)
Boxesクラスを初期化します。
パラメーター
名称 | タイプ | 説明 | デフォルト |
---|---|---|---|
boxes |
Tensor | ndarray
|
検出ボックスを含むtensor または numpy 配列。 (num_boxes,6)または(num_boxes,7)。最後の2列は信頼度とクラスの値を含む。 存在する場合、最後の3列目はトラックIDを含む。 |
必須 |
orig_shape |
tuple
|
元画像のサイズ(縦、横)。 |
必須 |
ソースコード ultralytics/engine/results.py
ultralytics.engine.results.Masks
ベース: BaseTensor
検出マスクを保存し、操作するためのクラス。
属性:
名称 | タイプ | 説明 |
---|---|---|
xy |
list
|
ピクセル座標でのセグメントのリスト。 |
xyn |
list
|
正規化されたセグメントのリスト。 |
方法:
名称 | 説明 |
---|---|
cpu |
CPU メモリ上のマスクtensor を返す。 |
numpy |
マスクtensor を numpy の配列として返します。 |
cuda |
GPU メモリ上のマスクtensor を返します。 |
to |
指定されたデバイスと dtype を持つマスクtensor を返す。 |
ソースコード ultralytics/engine/results.py
xy
cached
property
セグメントをピクセル座標で返す。
xyn
cached
property
正規化されたセグメントを返す。
__init__(masks, orig_shape)
与えられたマスクtensor と元の画像形状で Masks クラスを初期化します。
ultralytics.engine.results.Keypoints
ベース: BaseTensor
検出キーポイントを保存し、操作するためのクラス。
属性:
名称 | タイプ | 説明 |
---|---|---|
xy |
Tensor
|
各検出のx、y座標を含むキーポイントのコレクション。 |
xyn |
Tensor
|
xyを正規化したもので、座標は[0, 1]の範囲にある。 |
conf |
Tensor
|
キーポイントに関連する信頼値がある場合はその値。 |
方法:
名称 | 説明 |
---|---|
cpu |
CPU メモリ上のtensor キーポイントのコピーを返す。 |
numpy |
キーポイントのコピーtensor を numpy の配列として返す。 |
cuda |
GPU メモリ上のtensor キーポイントのコピーを返します。 |
to |
指定されたデバイスと dtype を持つキーポイントtensor のコピーを返す。 |
ソースコード ultralytics/engine/results.py
conf
cached
property
キーポイントの信頼値があればそれを返し、なければ None。
xy
cached
property
キーポイントの x, y 座標を返します。
xyn
cached
property
キーポイントのx、y座標を正規化して返す。
__init__(keypoints, orig_shape)
キーポイントオブジェクトを検出キーポイントとオリジナル画像サイズで初期化する。
ソースコード ultralytics/engine/results.py
ultralytics.engine.results.Probs
ベース: BaseTensor
分類予測を保存し、操作するためのクラス。
属性:
名称 | タイプ | 説明 |
---|---|---|
top1 |
int
|
トップ1クラスのインデックス。 |
top5 |
list[int]
|
上位5クラスの指標。 |
top1conf |
Tensor
|
トップ1クラスの自信。 |
top5conf |
Tensor
|
トップ5クラスのコンフィデンス |
方法:
名称 | 説明 |
---|---|
cpu |
CPUメモリ上のprobstensor のコピーを返す。 |
numpy |
probstensor のコピーを numpy 配列として返す。 |
cuda |
GPU メモリ上の probstensor のコピーを返します。 |
to |
指定されたデバイスと dtype を持つ probstensor のコピーを返す。 |
ソースコード ultralytics/engine/results.py
top1
cached
property
トップ1のインデックスを返す。
top1conf
cached
property
トップ1の信頼度を返す。
top5
cached
property
上位5位までのインデックスを返す。
top5conf
cached
property
上位5人のコンフィデンスを返す。
__init__(probs, orig_shape=None)
ultralytics.engine.results.OBB
ベース: BaseTensor
OBB (Oriented Bounding Boxes)を格納し、操作するためのクラスです。
パラメーター
名称 | タイプ | 説明 | デフォルト |
---|---|---|---|
boxes |
Tensor | ndarray
|
検出ボックスを含むtensor または numpy 配列、 形状は (num_boxes, 7) または (num_boxes, 8)。最後の2列は信頼度とクラスの値を含む。 存在する場合、最後の3列目にはトラックIDが、左から5列目には回転が格納される。 |
必須 |
orig_shape |
tuple
|
元画像のサイズ(縦、横)。 |
必須 |
属性:
名称 | タイプ | 説明 |
---|---|---|
xywhr |
Tensor | ndarray
|
x_center, y_center, width, height, rotation]形式のボックス。 |
conf |
Tensor | ndarray
|
ボックスの信頼値。 |
cls |
Tensor | ndarray
|
ボックスのクラス値。 |
id |
Tensor | ndarray
|
ボックスのトラックID(利用可能な場合)。 |
xyxyxyxyn |
Tensor | ndarray
|
xyxyxy形式で回転されたボックスは、元の画像サイズで正規化される。 |
xyxyxyxy |
Tensor | ndarray
|
xyxyxy形式で回転したボックス。 |
xyxy |
Tensor | ndarray
|
xyxyxy形式の水平ボックス。 |
data |
Tensor
|
生の OBBtensor (のエイリアス)。 |
方法:
名称 | 説明 |
---|---|
cpu |
オブジェクトをCPUメモリに移動する。 |
numpy |
オブジェクトをnumpy配列に変換します。 |
cuda |
オブジェクトをCUDAメモリに移動する。 |
to |
オブジェクトを指定されたデバイスに移動する。 |
ソースコード ultralytics/engine/results.py
664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 697 698 699 700 701 702 703 704 705 706 707 708 709 710 711 712 713 714 715 716 717 718 719 720 721 722 723 724 725 726 727 728 729 730 731 732 733 734 735 736 737 738 739 740 741 742 743 744 745 746 747 748 749 |
|
cls
property
ボックスのクラス値を返す。
conf
property
ボックスの信頼値を返す。
id
property
ボックスのトラックIDを返す(利用可能な場合)。
xywhr
property
回転したボックスを xywhr フォーマットで返す。
xyxy
cached
property
xyxy 形式の水平ボックスを (N, 4) で返す。
torch と numpy の両方のボックスを受け付ける。
xyxyxyxy
cached
property
xyxyxyxy フォーマット、(N, 4, 2)でボックスを返す。
xyxyxyxyn
cached
property
xyxyxyxy フォーマット、(N, 4, 2)でボックスを返す。
__init__(boxes, orig_shape)
Boxesクラスを初期化します。