Link to this sectionシンプルなユーティリティ#

YOLO model code with 3D perspective visualization

ultralyticsパッケージは、ワークフローをサポート、強化、高速化するためのさまざまなユーティリティを提供します。これ以外にも多くのユーティリティが利用可能ですが、このガイドでは開発者にとって最も有用なものをいくつか取り上げ、Ultralyticsツールを使用したプログラミングの実用的なリファレンスとして紹介します。

Watch: Ultralytics Utilities | Auto Annotation, Explorer API and Dataset Conversion

Convert a single polygon (as a list) to a binary mask of the specified image size. The polygon should be a flat 1D array of N coordinates listing alternating x, y values defining the polygon contour.

警告

Nは常に偶数である必要があります。

import numpy as np

from ultralytics.data.utils import polygon2mask

imgsz = (1080, 810)
polygon = np.array([805, 392, 797, 400, ..., 808, 714, 808, 392])  # (238, 2)

mask = polygon2mask(
    imgsz,  # tuple
    [polygon],  # input as list
    color=255,  # 8-bit binary
    downsample_ratio=1,
)

Link to this sectionバウンディングボックス#

Link to this sectionバウンディングボックス（水平）インスタンス#

バウンディングボックスデータを管理するために、Bboxesクラスはボックス座標形式の変換、ボックス寸法のスケーリング、面積の計算、オフセットの追加などを支援します。

import numpy as np

from ultralytics.utils.instance import Bboxes

boxes = Bboxes(
    bboxes=np.array(
        [
            [22.878, 231.27, 804.98, 756.83],
            [48.552, 398.56, 245.35, 902.71],
            [669.47, 392.19, 809.72, 877.04],
            [221.52, 405.8, 344.98, 857.54],
            [0, 550.53, 63.01, 873.44],
            [0.0584, 254.46, 32.561, 324.87],
        ]
    ),
    format="xyxy",
)

boxes.areas()
# >>> array([ 4.1104e+05,       99216,       68000,       55772,       20347,      2288.5])

boxes.convert("xywh")
print(boxes.bboxes)
# >>> array(
#     [[ 413.93, 494.05,  782.1, 525.56],
#      [ 146.95, 650.63,  196.8, 504.15],
#      [  739.6, 634.62, 140.25, 484.85],
#      [ 283.25, 631.67, 123.46, 451.74],
#      [ 31.505, 711.99,  63.01, 322.91],
#      [  16.31, 289.67, 32.503,  70.41]]
# )

属性とメソッドの詳細については、Bboxesリファレンスセクションを参照してください。

ヒント

以下の関数の多く（その他多数）はBboxesクラスを使用してアクセスできますが、関数を直接扱うことを希望する場合は、それらを個別にインポートする方法について次のサブセクションを参照してください。

Link to this sectionボックスのスケーリング#

画像を拡大または縮小する際、ultralytics.utils.ops.scale_boxesを使用して対応するバウンディングボックス座標を適切にスケーリングできます。

import cv2 as cv
import numpy as np

from ultralytics.utils.ops import scale_boxes

image = cv.imread("ultralytics/assets/bus.jpg")
h, w, c = image.shape
resized = cv.resize(image, None, (), fx=1.2, fy=1.2)
new_h, new_w, _ = resized.shape

xyxy_boxes = np.array(
    [
        [22.878, 231.27, 804.98, 756.83],
        [48.552, 398.56, 245.35, 902.71],
        [669.47, 392.19, 809.72, 877.04],
        [221.52, 405.8, 344.98, 857.54],
        [0, 550.53, 63.01, 873.44],
        [0.0584, 254.46, 32.561, 324.87],
    ]
)

new_boxes = scale_boxes(
    img1_shape=(h, w),  # original image dimensions
    boxes=xyxy_boxes,  # boxes from original image
    img0_shape=(new_h, new_w),  # resized image dimensions (scale to)
    ratio_pad=None,
    padding=False,
    xywh=False,
)

print(new_boxes)
# >>> array(
#     [[  27.454,  277.52,  965.98,   908.2],
#     [   58.262,  478.27,  294.42,  1083.3],
#     [   803.36,  470.63,  971.66,  1052.4],
#     [   265.82,  486.96,  413.98,    1029],
#     [        0,  660.64,  75.612,  1048.1],
#     [   0.0701,  305.35,  39.073,  389.84]]
# )

Link to this sectionバウンディングボックス形式の変換#

Link to this sectionXYXY → XYWH#

バウンディングボックスの座標を(x1, y1, x2, y2)形式から(x, y, width, height)形式に変換します。ここで(x1, y1)は左上隅、(x2, y2)は右下隅です。

import numpy as np

from ultralytics.utils.ops import xyxy2xywh

xyxy_boxes = np.array(
    [
        [22.878, 231.27, 804.98, 756.83],
        [48.552, 398.56, 245.35, 902.71],
        [669.47, 392.19, 809.72, 877.04],
        [221.52, 405.8, 344.98, 857.54],
        [0, 550.53, 63.01, 873.44],
        [0.0584, 254.46, 32.561, 324.87],
    ]
)
xywh = xyxy2xywh(xyxy_boxes)

print(xywh)
# >>> array(
#     [[ 413.93,  494.05,   782.1, 525.56],
#     [  146.95,  650.63,   196.8, 504.15],
#     [   739.6,  634.62,  140.25, 484.85],
#     [  283.25,  631.67,  123.46, 451.74],
#     [  31.505,  711.99,   63.01, 322.91],
#     [   16.31,  289.67,  32.503,  70.41]]
# )

Link to this sectionすべてのバウンディングボックス変換#

from ultralytics.utils.ops import (
    ltwh2xywh,
    ltwh2xyxy,
    xywh2ltwh,  # xywh → top-left corner, w, h
    xywh2xyxy,
    xywhn2xyxy,  # normalized → pixel
    xyxy2ltwh,  # xyxy → top-left corner, w, h
    xyxy2xywhn,  # pixel → normalized
)

for func in (ltwh2xywh, ltwh2xyxy, xywh2ltwh, xywh2xyxy, xywhn2xyxy, xyxy2ltwh, xyxy2xywhn):
    print(help(func))  # print function docstrings

各関数のドキュメント文字列を参照するか、ultralytics.utils.opsリファレンスページにアクセスして詳細を読んでください。

Link to this sectionプロット#

Link to this sectionアノテーションユーティリティ#

Ultralyticsには、さまざまなデータ型をアノテーションするためのAnnotatorクラスが含まれています。物体検出バウンディングボックス、ポーズキーポイント、指向性バウンディングボックスで使用するのが最適です。

Link to this sectionボックスアノテーション#

Ultralytics YOLOを使用したPythonの例 🚀

import cv2 as cv
import numpy as np

from ultralytics.utils.plotting import Annotator, colors

names = {
    0: "person",
    5: "bus",
    11: "stop sign",
}

image = cv.imread("ultralytics/assets/bus.jpg")
ann = Annotator(
    image,
    line_width=None,  # default auto-size
    font_size=None,  # default auto-size
    font="Arial.ttf",  # must be ImageFont compatible
    pil=False,  # use PIL, otherwise uses OpenCV
)

xyxy_boxes = np.array(
    [
        [5, 22.878, 231.27, 804.98, 756.83],  # class-idx x1 y1 x2 y2
        [0, 48.552, 398.56, 245.35, 902.71],
        [0, 669.47, 392.19, 809.72, 877.04],
        [0, 221.52, 405.8, 344.98, 857.54],
        [0, 0, 550.53, 63.01, 873.44],
        [11, 0.0584, 254.46, 32.561, 324.87],
    ]
)

for nb, box in enumerate(xyxy_boxes):
    c_idx, *box = box
    label = f"{str(nb).zfill(2)}:{names.get(int(c_idx))}"
    ann.box_label(box, label, color=colors(c_idx, bgr=True))

image_with_bboxes = ann.result()

Names can be used from model.names when working with detection results. Also see the Annotator Reference Page for additional insight.

Link to this sectionUltralyticsスイープアノテーション#

Ultralyticsユーティリティを使用したスイープアノテーション

import cv2
import numpy as np

from ultralytics import YOLO
from ultralytics.solutions.solutions import SolutionAnnotator
from ultralytics.utils.plotting import colors

# User defined video path and model file
cap = cv2.VideoCapture("path/to/video.mp4")
model = YOLO(model="yolo26s-seg.pt")  # Model file, e.g., yolo26s.pt or yolo26m-seg.pt

if not cap.isOpened():
    print("Error: Could not open video.")
    exit()

# Initialize the video writer object.
w, h, fps = (int(cap.get(x)) for x in (cv2.CAP_PROP_FRAME_WIDTH, cv2.CAP_PROP_FRAME_HEIGHT, cv2.CAP_PROP_FPS))
video_writer = cv2.VideoWriter("ultralytics.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

masks = None  # Initialize variable to store masks data
f = 0  # Initialize frame count variable for enabling mouse event.
line_x = w  # Store width of line.
dragging = False  # Initialize bool variable for line dragging.
classes = model.names  # Store model classes names for plotting.
window_name = "Ultralytics Sweep Annotator"

def drag_line(event, x, _, flags, param):
    """Mouse callback function to enable dragging a vertical sweep line across the video frame."""
    global line_x, dragging
    if event == cv2.EVENT_LBUTTONDOWN or (flags & cv2.EVENT_FLAG_LBUTTON):
        line_x = max(0, min(x, w))
        dragging = True

while cap.isOpened():  # Loop over the video capture object.
    ret, im0 = cap.read()
    if not ret:
        break
    f = f + 1  # Increment frame count.
    count = 0  # Re-initialize count variable on every frame for precise counts.
    results = model.track(im0, persist=True)[0]

    if f == 1:
        cv2.namedWindow(window_name)
        cv2.setMouseCallback(window_name, drag_line)

    annotator = SolutionAnnotator(im0)

    if results.boxes.is_track:
        if results.masks is not None:
            masks = [np.array(m, dtype=np.int32) for m in results.masks.xy]

        boxes = results.boxes.xyxy.tolist()
        track_ids = results.boxes.id.int().cpu().tolist()
        clss = results.boxes.cls.cpu().tolist()

        for mask, box, cls, t_id in zip(masks or [None] * len(boxes), boxes, clss, track_ids):
            color = colors(t_id, True)  # Assign different color to each tracked object.
            label = f"{classes[cls]}:{t_id}"
            if mask is not None and mask.size > 0:
                if box[0] > line_x:
                    count += 1
                    cv2.polylines(im0, [mask], True, color, 2)
                    x, y = mask.min(axis=0)
                    (w_m, _), _ = cv2.getTextSize(label, cv2.FONT_HERSHEY_SIMPLEX, 0.5, 1)
                    cv2.rectangle(im0, (x, y - 20), (x + w_m, y), color, -1)
                    cv2.putText(im0, label, (x, y - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255, 255, 255), 1)
            else:
                if box[0] > line_x:
                    count += 1
                    annotator.box_label(box=box, color=color, label=label)

    # Generate draggable sweep line
    annotator.sweep_annotator(line_x=line_x, line_y=h, label=f"COUNT:{count}")

    cv2.imshow(window_name, im0)
    video_writer.write(im0)
    if cv2.waitKey(1) & 0xFF == ord("q"):
        break

# Release the resources
cap.release()
video_writer.release()
cv2.destroyAllWindows()

sweep_annotatorメソッドの詳細については、リファレンスセクションのこちらを参照してください。

Link to this section適応型ラベルアノテーション#

警告

Ultralytics v8.3.167以降、circle_labelとtext_labelは統合されたadaptive_label関数に置き換えられました。shape引数を使用してアノテーションタイプを指定できるようになりました：

長方形: annotator.adaptive_label(box, label=names[int(cls)], color=colors(cls, True), shape="rect")
円形: annotator.adaptive_label(box, label=names[int(cls)], color=colors(cls, True), shape="circle")

Watch: In-Depth Guide to Text & Circle Annotations with Python Live Demos | Ultralytics Annotations 🚀

Ultralyticsユーティリティを使用した適応型ラベルアノテーション

import cv2

from ultralytics import YOLO
from ultralytics.solutions.solutions import SolutionAnnotator
from ultralytics.utils.plotting import colors

model = YOLO("yolo26s.pt")
names = model.names
cap = cv2.VideoCapture("path/to/video.mp4")

w, h, fps = (int(cap.get(x)) for x in (cv2.CAP_PROP_FRAME_WIDTH, cv2.CAP_PROP_FRAME_HEIGHT, cv2.CAP_PROP_FPS))
writer = cv2.VideoWriter("Ultralytics circle annotation.avi", cv2.VideoWriter_fourcc(*"MJPG"), fps, (w, h))

while True:
    ret, im0 = cap.read()
    if not ret:
        break

    annotator = SolutionAnnotator(im0)
    results = model.predict(im0)[0]
    boxes = results.boxes.xyxy.cpu()
    clss = results.boxes.cls.cpu().tolist()

    for box, cls in zip(boxes, clss):
        annotator.adaptive_label(box, label=names[int(cls)], color=colors(cls, True), shape="circle")
    writer.write(im0)
    cv2.imshow("Ultralytics circle annotation", im0)

    if cv2.waitKey(1) & 0xFF == ord("q"):
        break

writer.release()
cap.release()
cv2.destroyAllWindows()

詳細については、SolutionAnnotatorリファレンスページを参照してください。

Link to this sectionその他#

Link to this sectionコードプロファイリング#

withを使用するかデコレータとして、コードの実行/処理時間をチェックします。

from ultralytics.utils.ops import Profile

with Profile(device="cuda:0") as dt:
    pass  # operation to measure

print(dt)
# >>> "Elapsed time is 9.5367431640625e-07 s"

Link to this sectionUltralyticsがサポートする形式#

Ultralyticsでサポートされている画像または動画形式をプログラムで利用する必要がありますか？必要に応じてこれらの定数を使用してください。

from ultralytics.data.utils import IMG_FORMATS, VID_FORMATS

print(IMG_FORMATS)
# {'avif', 'bmp', 'dng', 'heic', 'heif', 'jp2', 'jpeg', 'jpeg2000', 'jpg', 'mpo', 'png', 'tif', 'tiff', 'webp'}

print(VID_FORMATS)
# {'asf', 'avi', 'gif', 'm4v', 'mkv', 'mov', 'mp4', 'mpeg', 'mpg', 'ts', 'wmv', 'webm'}

Link to this sectionMake Divisible（割り切れるようにする）#

x以上でyによって割り切れる最小の整数を計算します。

from ultralytics.utils.ops import make_divisible

make_divisible(7, 3)
# >>> 9
make_divisible(7, 2)
# >>> 8

Link to this sectionよくある質問 (FAQ)#

Link to this section機械学習ワークフローを強化するために、Ultralyticsパッケージにはどのようなユーティリティが含まれていますか？#

Ultralyticsパッケージには、機械学習ワークフローを効率化および最適化するために設計されたユーティリティが含まれています。主要なユーティリティには、データセットのラベル付けを行う自動アノテーション、COCOからYOLO形式に変換するconvert_coco、画像の圧縮、およびデータセットの自動分割などがあります。これらのツールは手作業を減らし、一貫性を確保し、データ処理の効率を向上させます。

Link to this sectionUltralyticsを使用してデータセットを自動的にラベリングするにはどうすればよいですか？#

事前に学習済みのUltralytics YOLO物体検出モデルがある場合、SAMモデルと組み合わせてデータセットをセグメンテーション形式で自動アノテーションできます。例を以下に示します。

from ultralytics.data.annotator import auto_annotate

auto_annotate(
    data="path/to/new/data",
    det_model="yolo26n.pt",
    sam_model="mobile_sam.pt",
    device="cuda",
    output_dir="path/to/save_labels",
)

詳細については、auto_annotateリファレンスセクションを確認するか、ホスト型のノーコード代替手段としてUltralytics Platformを使用してください。これには、SAM 2.1やSAM 3を使用したクリックベースのマスキング、または検出、セグメント、OBBタスク向けの学習済みおよび微調整済みYOLOモデルからの予測が含まれます。

Link to this sectionUltralyticsでCOCOデータセットのアノテーションをYOLO形式に変換するにはどうすればよいですか？#

COCO JSONアノテーションを物体検出用のYOLO形式に変換するには、convert_cocoユーティリティを使用できます。サンプルコードのスニペットを以下に示します。

from ultralytics.data.converter import convert_coco

convert_coco(
    "coco/annotations/",
    use_segments=False,
    use_keypoints=False,
    cls91to80=True,
)

詳細については、convert_cocoリファレンスページをご覧ください。

Link to this sectionデータセットの構成と分布を分析するにはどうすればよいですか？#

Ultralytics Platformは、自動データセット分析機能を提供します。Chartsタブでは、分割分布、上位クラスのカウント、画像次元のヒストグラム、アノテーション位置の2Dヒートマップが表示され、トレーニング前に不均衡や外れ値を見つけるのに役立ちます。

Link to this sectionUltralyticsでバウンディングボックスをセグメントに変換するにはどうすればよいですか？#

既存のバウンディングボックスデータ（x y w h形式）をセグメントに変換するには、yolo_bbox2segment関数を使用できます。画像とラベルのディレクトリが別々になるようにファイルが整理されていることを確認してください。

from ultralytics.data.converter import yolo_bbox2segment

yolo_bbox2segment(
    im_dir="path/to/images",
    save_dir=None,  # saved to "labels-segment" in the images directory
    sam_model="sam_b.pt",
)

詳細については、yolo_bbox2segmentリファレンスページをご覧ください。

貢献者

GLglenn-jocher²¹ RIRizwanMunawar¹⁶ RAraimbekovm⁴ AMambitious-octopus² LALaughing-q² BUBurhan-Q² PDpderrenger¹ MGmgcrea¹ LEleonnil¹ IVIvorZhu331¹

作成日 2024年2月20日更新日一昨日

Link to this sectionシンプルなユーティリティ#

Link to this sectionデータ#

Link to this section自動ラベリング / アノテーション#

Link to this sectionデータセットアノテーションの可視化#

Link to this sectionセグメンテーションマスクのYOLO形式への変換#

Link to this sectionCOCOからYOLO形式への変換#

Link to this sectionバウンディングボックス寸法の取得#

Link to this sectionバウンディングボックスからセグメントへの変換#

Link to this sectionセグメントからバウンディングボックスへの変換#

Link to this sectionユーティリティ#

Link to this section画像圧縮#

Link to this sectionデータセットの自動分割#

Link to this sectionセグメントポリゴンからバイナリマスクへの変換#