YOLOv5 モデルアンサンブル#

📚 このガイドでは、mAPとRecallを向上させるために、テストおよび推論時にUltralytics YOLOv5 🚀 モデルアンサンブルを使用する方法を説明します。

アンサンブルモデリングは、多数の異なるモデリングアルゴリズムを使用するか、異なる訓練データセットを使用して、結果を予測するための複数の多様なモデルを作成するプロセスです。次に、アンサンブルモデルは各ベースモデルの予測を集約し、未知データに対する1つの最終的な予測を出力します。アンサンブルモデルを使用する動機は、予測の汎化誤差を減らすことです。ベースモデルが多様かつ独立している限り、アンサンブルアプローチを使用することでモデルの予測誤差は減少します。このアプローチは、予測を行う際に集合知を求めます。アンサンブルモデルはモデル内に複数のベースモデルを持っていますが、単一のモデルとして動作し、パフォーマンスを発揮します。

始める前に#

リポジトリをクローンし、Python>=3.8.0 環境で requirements.txt をインストールします（PyTorch>=1.8 を含みます）。モデルとデータセットは、最新の YOLOv5 リリースから自動的にダウンロードされます。

git clone https://github.com/ultralytics/yolov5 # clone
cd yolov5
pip install -r requirements.txt # install

通常のテスト#

アンサンブルを行う前に、単一モデルのベースライン性能を確立します。このコマンドは、画像サイズ640ピクセルでCOCO val2017上のYOLOv5xをテストします。yolov5x.ptは、利用可能な中で最大かつ最も精度の高いモデルです。その他のオプションは、yolov5s.pt、yolov5m.pt、yolov5l.pt、またはカスタムデータセットの訓練による独自のチェックポイント ./weights/best.pt です。利用可能なすべてのモデルの詳細については、事前訓練済みチェックポイントの表を参照してください。

python val.py --weights yolov5x.pt --data coco.yaml --img 640 --half

出力：

val: data=./data/coco.yaml, weights=['yolov5x.pt'], batch_size=32, imgsz=640, conf_thres=0.001, iou_thres=0.65, task=val, device=, single_cls=False, augment=False, verbose=False, save_txt=False, save_conf=False, save_json=True, project=runs/val, name=exp, exist_ok=False, half=True
YOLOv5 🚀 v5.0-267-g6a3ee7c torch 1.9.0+cu102 CUDA:0 (Tesla P100-PCIE-16GB, 16280.875MB)

Fusing layers...
Model Summary: 476 layers, 87730285 parameters, 0 gradients

val: Scanning '../datasets/coco/val2017' images and labels...4952 found, 48 missing, 0 empty, 0 corrupted: 100% 5000/5000 [00:01<00:00, 2846.03it/s]
val: New cache created: ../datasets/coco/val2017.cache
               Class     Images     Labels          P          R     mAP@.5 mAP@.5:.95: 100% 157/157 [02:30<00:00,  1.05it/s]
                 all       5000      36335      0.746      0.626       0.68       0.49
Speed: 0.1ms pre-process, 22.4ms inference, 1.4ms NMS per image at shape (32, 3, 640, 640)  # <--- baseline speed

Evaluating pycocotools mAP... saving runs/val/exp/yolov5x_predictions.json...
...
 Average Precision  (AP) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.504  # <--- baseline mAP
 Average Precision  (AP) @[ IoU=0.50      | area=   all | maxDets=100 ] = 0.688
 Average Precision  (AP) @[ IoU=0.75      | area=   all | maxDets=100 ] = 0.546
 Average Precision  (AP) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.351
 Average Precision  (AP) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.551
 Average Precision  (AP) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.644
 Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=  1 ] = 0.382
 Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets= 10 ] = 0.628
 Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.681  # <--- baseline mAR
 Average Recall     (AR) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.524
 Average Recall     (AR) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.735
 Average Recall     (AR) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.826

アンサンブルテスト#

既存の val.py または detect.py コマンド内の --weights 引数に追加のモデルを追加するだけで、テストおよび推論時に複数の事前訓練済みモデルをアンサンブルできます。この例では、2つのモデルのアンサンブルを一緒にテストします：

YOLOv5x
YOLOv5l6

python val.py --weights yolov5x.pt yolov5l6.pt --data coco.yaml --img 640 --half

runs/train/exp-5/weights/best.pt などのカスタムウェイトを含め、必要な数のチェックポイントをリストできます。YOLOv5は各モデルを自動的に実行し、画像ごとに予測を位置合わせし、NMSを実行する前に出力を平均化します。

出力：

val: data=./data/coco.yaml, weights=['yolov5x.pt', 'yolov5l6.pt'], batch_size=32, imgsz=640, conf_thres=0.001, iou_thres=0.6, task=val, device=, single_cls=False, augment=False, verbose=False, save_txt=False, save_conf=False, save_json=True, project=runs/val, name=exp, exist_ok=False, half=True
YOLOv5 🚀 v5.0-267-g6a3ee7c torch 1.9.0+cu102 CUDA:0 (Tesla P100-PCIE-16GB, 16280.875MB)

Fusing layers...
Model Summary: 476 layers, 87730285 parameters, 0 gradients  # Model 1
Fusing layers...
Model Summary: 501 layers, 77218620 parameters, 0 gradients  # Model 2
Ensemble created with ['yolov5x.pt', 'yolov5l6.pt']  # Ensemble notice

val: Scanning '../datasets/coco/val2017.cache' images and labels... 4952 found, 48 missing, 0 empty, 0 corrupted: 100% 5000/5000 [00:00<00:00, 49695545.02it/s]
               Class     Images     Labels          P          R     mAP@.5 mAP@.5:.95: 100% 157/157 [03:58<00:00,  1.52s/it]
                 all       5000      36335      0.747      0.637      0.692      0.502
Speed: 0.1ms pre-process, 39.5ms inference, 2.0ms NMS per image at shape (32, 3, 640, 640)  # <--- ensemble speed

Evaluating pycocotools mAP... saving runs/val/exp-3/yolov5x_predictions.json...
...
 Average Precision  (AP) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.515  # <--- ensemble mAP
 Average Precision  (AP) @[ IoU=0.50      | area=   all | maxDets=100 ] = 0.699
 Average Precision  (AP) @[ IoU=0.75      | area=   all | maxDets=100 ] = 0.557
 Average Precision  (AP) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.356
 Average Precision  (AP) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.563
 Average Precision  (AP) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.668
 Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=  1 ] = 0.387
 Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets= 10 ] = 0.638
 Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.689  # <--- ensemble mAR
 Average Recall     (AR) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.526
 Average Recall     (AR) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.743
 Average Recall     (AR) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.844

アンサンブル推論#

--weights 引数に追加のモデルを追加して、アンサンブル推論を実行します：

python detect.py --weights yolov5x.pt yolov5l6.pt --img 640 --source data/images

出力：

YOLOv5 🚀 v5.0-267-g6a3ee7c torch 1.9.0+cu102 CUDA:0 (Tesla P100-PCIE-16GB, 16280.875MB)

Fusing layers...
Model Summary: 476 layers, 87730285 parameters, 0 gradients
Fusing layers...
Model Summary: 501 layers, 77218620 parameters, 0 gradients
Ensemble created with ['yolov5x.pt', 'yolov5l6.pt']

image 1/2 /content/yolov5/data/images/bus.jpg: 640x512 4 persons, 1 bus, 1 tie, Done. (0.063s)
image 2/2 /content/yolov5/data/images/zidane.jpg: 384x640 3 persons, 2 ties, Done. (0.056s)
Results saved to runs/detect/exp-2
Done. (0.223s)

モデルアンサンブルの利点#

YOLOv5 でのモデルアンサンブルには、いくつかの利点があります。

精度の向上: 上記の例で示したように、複数のモデルをアンサンブルすることで mAP が 0.504 から 0.515 へ、mAR が 0.681 から 0.689 へと向上します。
優れた汎化性能: 多様なモデルを組み合わせることで、過学習を軽減し、多様なデータに対するパフォーマンスを向上させることができます。
堅牢性の強化: アンサンブルは通常、データのノイズや外れ値に対してより堅牢です。
補完的な強み: 異なるモデルは、異なる種類のオブジェクトの検出や、異なる環境条件下での検出において強みを発揮する可能性があります。

主なトレードオフは推論時間の増加であり、スピードメトリクス（単一モデルで 22.4ms、アンサンブルで 39.5ms）に示されている通りです。

モデルアンサンブルの利用シーン#

次のようなシナリオでは、モデルアンサンブルの利用を検討してください。

推論速度よりも精度が優先される場合
偽陰性を最小限に抑える必要がある重要なアプリケーションにおいて
照明の変化、遮蔽、スケールなどがある困難な画像を処理する場合
コンペティションやベンチマークなど、最大限のパフォーマンスが求められる場合

厳格なレイテンシ要件を持つリアルタイムアプリケーションでは、単一モデルによる推論の方が適切かもしれません。

サポートされている環境#

Ultralytics は、プロジェクトを迅速に開始できるように、CUDA、CUDNN、Python、PyTorch などの必須依存関係が事前にインストールされた、すぐに使用できるさまざまな環境を提供しています。

無料GPUノートブック:
Google Cloud: GCPクイックスタートガイド
Amazon: AWS Quickstart Guide
Azure: AzureML Quickstart Guide
Docker: Dockerクイックスタートガイド

プロジェクトの状態#

このバッジは、すべての YOLOv5 GitHub Actions 継続的インテグレーション（CI）テストが正常に合格していることを示しています。これらの CI テストは、学習、検証、推論、エクスポート、ベンチマークの主要な側面全体で、YOLOv5 の機能とパフォーマンスを厳格にチェックします。これらは、24 時間ごとおよび新しいコミットごとにテストが実施され、macOS、Windows、Ubuntu での一貫した信頼性の高い動作を保証します。

貢献者

GLglenn-jocher² RAraimbekovm¹

作成日 2 か月前更新日先月