GitHubでページを編集 (EN)

画像分類

YOLO image classification of objects and scenes

画像分類は、3つのタスクの中で最もシンプルであり、画像全体をあらかじめ定義されたクラスのいずれかに分類するものです。

画像分類器の出力は、単一のクラスラベルと信頼スコアです。画像分類は、画像がどのクラスに属しているかを知る必要があり、そのクラスの物体がどこに位置しているか、あるいは正確な形状がどのようなものかを知る必要がない場合に役立ちます。



Watch: Explore Ultralytics YOLO Tasks: Image Classification using Ultralytics Platform
ヒント

YOLO26 Classifyモデルは-clsサフィックス（例: yolo26n-cls.pt）を使用し、ImageNetで事前学習されています。

モデル

YOLO26の事前学習済みClassifyモデルをここに示します。Detect、Segment、PoseモデルはCOCOデータセットで、SemanticモデルはCityscapesで、そしてClassifyモデルはImageNetデータセットでそれぞれ事前学習されています。

モデルは、初回使用時に最新のUltralyticsリリースから自動的にダウンロードされます。

モデルサイズ
(ピクセル)		acc
top1		acc
top5		速度
CPU ONNX
(ms)		速度
T4 TensorRT10
(ms)		パラメータ
(M)		FLOPs
(B) at 224
YOLO26n-cls22471.490.15.0 ± 0.31.1 ± 0.02.80.5
YOLO26s-cls22476.092.97.9 ± 0.21.3 ± 0.06.71.6
YOLO26m-cls22478.194.217.2 ± 0.42.0 ± 0.011.64.9
YOLO26l-cls22479.094.623.2 ± 0.32.8 ± 0.014.16.2
YOLO26x-cls22479.995.041.4 ± 0.93.8 ± 0.029.613.6
  • acc値は、ImageNetデータセット検証セットにおけるモデルの精度です。
    再現するには yolo val classify data=path/to/ImageNet device=0 を実行してください。
  • **速度（Speed）**は、Amazon EC2 P4dインスタンスを使用してImageNet検証画像の平均をとったものです。
    再現するには yolo val classify data=path/to/ImageNet batch=1 device=0|cpu を実行してください。
  • ParamsおよびFLOPsの値は、model.fuse()後の融合モデルに対するものです。これはConv層とBatchNorm層をマージします。事前学習済みチェックポイントは完全な学習アーキテクチャを保持しており、より大きな数値を示す場合があります。

トレーニング (Train)

MNIST160データセットで、画像サイズ64、100エポックでYOLO26n-clsを学習します。利用可能な引数の完全なリストについては、構成ページを参照してください。

例
from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-cls.yaml")  # build a new model from YAML
model = YOLO("yolo26n-cls.pt")  # load a pretrained model (recommended for training)
model = YOLO("yolo26n-cls.yaml").load("yolo26n-cls.pt")  # build from YAML and transfer weights

# Train the model
results = model.train(data="mnist160", epochs=100, imgsz=64)
ヒント

Ultralytics YOLO分類は、学習にtorchvision.transforms.RandomResizedCropを、検証および推論にtorchvision.transforms.CenterCropを使用します。 これらのクロップベースの変換は正方形の入力を想定しているため、アスペクト比が極端な画像から重要な領域を誤って切り落としてしまう可能性があり、学習中に重要な視覚情報が失われる可能性があります。 画像全体を比率を維持したまま保持したい場合は、クロップ変換の代わりにtorchvision.transforms.Resizeの使用を検討してください。

これは、カスタムのClassificationDatasetとClassificationTrainerを通じてオーグメンテーションパイプラインをカスタマイズすることで実装できます。

import torch
import torchvision.transforms as T

from ultralytics import YOLO
from ultralytics.data.dataset import ClassificationDataset
from ultralytics.models.yolo.classify import ClassificationTrainer, ClassificationValidator

class CustomizedDataset(ClassificationDataset):
    """A customized dataset class for image classification with enhanced data augmentation transforms."""

    def __init__(self, root: str, args, augment: bool = False, prefix: str = ""):
        """Initialize a customized classification dataset with enhanced data augmentation transforms."""
        super().__init__(root, args, augment, prefix)

        # Add your custom training transforms here
        train_transforms = T.Compose(
            [
                T.Resize((args.imgsz, args.imgsz)),
                T.RandomHorizontalFlip(p=args.fliplr),
                T.RandomVerticalFlip(p=args.flipud),
                T.RandAugment(interpolation=T.InterpolationMode.BILINEAR),
                T.ColorJitter(brightness=args.hsv_v, contrast=args.hsv_v, saturation=args.hsv_s, hue=args.hsv_h),
                T.ToTensor(),
                T.Normalize(mean=torch.tensor(0), std=torch.tensor(1)),
                T.RandomErasing(p=args.erasing, inplace=True),
            ]
        )

        # Add your custom validation transforms here
        val_transforms = T.Compose(
            [
                T.Resize((args.imgsz, args.imgsz)),
                T.ToTensor(),
                T.Normalize(mean=torch.tensor(0), std=torch.tensor(1)),
            ]
        )
        self.torch_transforms = train_transforms if augment else val_transforms

class CustomizedTrainer(ClassificationTrainer):
    """A customized trainer class for YOLO classification models with enhanced dataset handling."""

    def build_dataset(self, img_path: str, mode: str = "train", batch=None):
        """Build a customized dataset for classification training and the validation during training."""
        return CustomizedDataset(root=img_path, args=self.args, augment=mode == "train", prefix=mode)

class CustomizedValidator(ClassificationValidator):
    """A customized validator class for YOLO classification models with enhanced dataset handling."""

    def build_dataset(self, img_path: str, mode: str = "train"):
        """Build a customized dataset for classification standalone validation."""
        return CustomizedDataset(root=img_path, args=self.args, augment=mode == "train", prefix=self.args.split)

model = YOLO("yolo26n-cls.pt")
model.train(data="imagenet1000", trainer=CustomizedTrainer, epochs=10, imgsz=224, batch=64)
model.val(data="imagenet1000", validator=CustomizedValidator, imgsz=224, batch=64)

データセット形式

YOLO分類データセット形式の詳細は、データセットガイドで確認できます。分類データセットは、Ultralytics Platformで管理およびラベル付けを行うことも可能です。

検証 (Val)

Validate trained YOLO26n-cls model accuracy on the MNIST160 dataset. No arguments are needed as the model retains its training data and arguments as model attributes.

例
from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-cls.pt")  # load an official model
model = YOLO("path/to/best.pt")  # load a custom model

# Validate the model
metrics = model.val()  # no arguments needed, dataset and settings remembered
metrics.top1  # top1 accuracy
metrics.top5  # top5 accuracy
ヒント

As mentioned in the training section, you can handle extreme aspect ratios during training by using a custom ClassificationTrainer. You need to apply the same approach for consistent validation results by implementing a custom ClassificationValidator when calling the val() method. Refer to the complete code example in the training section for implementation details.

予測 (Predict)

学習済みYOLO26n-clsモデルを使用して画像に対する予測を実行します。

例
from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-cls.pt")  # load an official model
model = YOLO("path/to/best.pt")  # load a custom model

# Predict with the model
results = model("https://ultralytics.com/images/bus.jpg")  # predict on an image

predictモードの詳細については、Predictページを参照してください。

エクスポート (Export)

YOLO26n-clsモデルをONNXやCoreMLなどの異なる形式にエクスポートします。

例
from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-cls.pt")  # load an official model
model = YOLO("path/to/best.pt")  # load a custom-trained model

# Export the model
model.export(format="onnx")

利用可能なYOLO26-clsエクスポート形式は以下の表の通りです。format引数を使用して任意の形式にエクスポートできます（例: format='onnx'やformat='engine'）。エクスポートされたモデルに対して直接予測や検証を行うことができます（例: yolo predict model=yolo26n-cls.onnx）。エクスポート完了後、モデルの使用例が表示されます。

形式format引数モデルメタデータ引数
PyTorch-yolo26n-cls.pt✅-
TorchScripttorchscriptyolo26n-cls.torchscript✅imgsz, half, dynamic, optimize, nms, batch, device
ONNXonnxyolo26n-cls.onnx✅imgsz, half, dynamic, simplify, opset, nms, batch, device
OpenVINOopenvinoyolo26n-cls_openvino_model/✅imgsz, half, dynamic, int8, nms, batch, data, fraction, device
TensorRTengineyolo26n-cls.engine✅imgsz, half, dynamic, simplify, workspace, int8, nms, batch, data, fraction, device
CoreMLcoremlyolo26n-cls.mlpackage✅imgsz, dynamic, half, int8, nms, batch, device
TF SavedModelsaved_modelyolo26n-cls_saved_model/✅imgsz, keras, int8, nms, batch, data, fraction, device
TF GraphDefpbyolo26n-cls.pb❌imgsz, batch, device
TF Litetfliteyolo26n-cls.tflite✅imgsz, half, int8, nms, batch, data, fraction, device
TF Edge TPUedgetpuyolo26n-cls_edgetpu.tflite✅imgsz, int8, data, fraction, device
TF.jstfjsyolo26n-cls_web_model/✅imgsz, half, int8, nms, batch, data, fraction, device
PaddlePaddlepaddleyolo26n-cls_paddle_model/✅imgsz, batch, device
MNNmnnyolo26n-cls.mnn✅imgsz, batch, int8, half, device
NCNNncnnyolo26n-cls_ncnn_model/✅imgsz, half, batch, device
IMX500imxyolo26n-cls_imx_model/✅imgsz, int8, data, fraction, nms, device
RKNNrknnyolo26n-cls_rknn_model/✅imgsz, batch, name, device
ExecuTorchexecutorchyolo26n-cls_executorch_model/✅imgsz, batch, device
Axeleraaxelerayolo26n-cls_axelera_model/✅imgsz, batch, int8, data, fraction, device
DeepXdeepxyolo26n-cls_deepx_model/✅imgsz, int8, data, optimize, device

exportの詳細については、Exportページを参照してください。

FAQ

画像分類におけるYOLO26の目的は何ですか？

YOLO26モデル（yolo26n-cls.ptなど）は、効率的な画像分類のために設計されています。これらは画像全体に対して単一のクラスラベルを信頼スコアとともに割り当てます。これは、画像内の物体の位置や形状を特定するのではなく、画像がどのクラスに属するかを知ることが十分なアプリケーションにおいて特に有用です。

YOLO26モデルを画像分類用に学習させるにはどうすればよいですか？

YOLO26モデルの学習には、PythonコマンドまたはCLIコマンドを使用できます。例えば、MNIST160データセットでyolo26n-clsモデルを画像サイズ64、100エポックで学習させる場合は以下の通りです：

例
from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-cls.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="mnist160", epochs=100, imgsz=64)

その他の構成オプションについては、構成ページをご覧ください。

事前学習済みのYOLO26分類モデルはどこで入手できますか？

事前学習済みのYOLO26分類モデルは、モデル（Models）セクションにあります。yolo26n-cls.pt、yolo26s-cls.pt、yolo26m-cls.ptなどのモデルはImageNetデータセットで事前学習されており、簡単にダウンロードして様々な画像分類タスクに使用できます。

学習済みYOLO26モデルを異なる形式にエクスポートするにはどうすればよいですか？

学習済みYOLO26モデルは、PythonコマンドまたはCLIコマンドを使用して様々な形式にエクスポートできます。例えば、モデルをONNX形式にエクスポートする場合は以下の通りです：

例
from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-cls.pt")  # load the trained model

# Export the model to ONNX
model.export(format="onnx")

詳細なエクスポートオプションについては、エクスポート（Export）ページを参照してください。

学習済みYOLO26分類モデルを検証するにはどうすればよいですか？

MNIST160のようなデータセットで学習済みモデルの精度を検証するには、以下のPythonコマンドまたはCLIコマンドを使用できます：

例
from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-cls.pt")  # load the trained model

# Validate the model
metrics = model.val()  # no arguments needed, uses the dataset and settings from training
metrics.top1  # top1 accuracy
metrics.top5  # top5 accuracy

詳細については、検証（Validate）セクションをご覧ください。

Contributors
GitHubでページを編集 (EN)
GLglenn-jocher26BUBurhan-Q4LALaughing-q3AMambitious-octopus3RIRizwanMunawar3RAraimbekovm2PDpderrenger2PIpicsalex2MAMatthewNoyce1FCfcakyon1

コメント