YOLOv5 モデルアンサンブル

📚 本ガイドでは、テストおよび推論時に Ultralytics YOLOv5 🚀 モデルアンサンブル を使用して、mAP と Recall を向上させる方法を解説します。

アンサンブルモデリングとは、複数の異なるモデルを作成して結果を予測するプロセスであり、多くの異なるモデリングアルゴリズムを使用したり、異なるトレーニングデータセットを使用したりします。アンサンブルモデルは、各ベースモデルの予測を集約し、未知のデータに対して1つの最終的な予測結果を導き出します。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、アンサンブル手法を用いることでモデルの予測誤差は減少します。この手法は、予測を行う際に「群衆の知恵」を求めるものです。アンサンブルモデルにはモデル内に複数のベースモデルが含まれていますが、それらは単一のモデルとして機能し、動作します。

始める前に

Clone repo and install requirements.txt in a Python>=3.8.0 environment, including PyTorch>=1.8. Models and datasets download automatically from the latest YOLOv5 release.

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パフォーマンスを確立してください。以下のコマンドは、COCO val2017 で画像サイズ 640 ピクセルの YOLOv5x をテストします。yolov5x.pt は利用可能な最大かつ最も高精度なモデルです。その他のオプションとして yolov5s.pt、yolov5m.pt、yolov5l.pt、またはカスタムデータセットをトレーニングして作成した独自のチェックポイント ./weights/best.pt があります。すべての利用可能なモデルの詳細については、事前学習済みチェックポイントテーブル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

複数の事前学習済みモデルは、既存の val.py または detect.py コマンドの --weights 引数に追加のモデルを追記するだけで、テストおよび推論時に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テストしています。

YOLOv5x
YOLOv5l6

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

runs/train/exp-5/weights/best.pt のようなカスタムウェイトを含め、好きなだけチェックポイントをリストアップできます。YOLOv5 は各モデルを自動的に実行し、画像ごとに予測を調整し、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

アンサンブル推論を実行するには、--weights 引数に追加のモデルを追記します。

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: 上記の例で示されているように、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 に、mAR が 0.681 から 0.689 に向上します。
汎化性能の向上: 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が向上します。
堅牢性の強化: アンサンブルは、データ内のノイズや外れ値に対して一般的に高い堅牢性を持ちます。
相補的な強み: モデルによって、異なる種類のオブジェクト検出や、異なる環境条件下での検出において優れている場合があります。

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

モデルアンサンブルを使用すべきタイミング

以下のようなシナリオでモデルアンサンブルの使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ミッションクリティカルなアプリケーション
照明の変化、オクルージョン、スケールの違いがある困難な画像を処理する場合
最大限のパフォーマンスが求められるコンペティションやベンチマーク時

厳しいレイテンシ要件を持つリアルタイムアプリケーションの場合は、単一モデルによる推論の方が適している可能性があります。

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、CUDA、CUDNN、Python、PyTorch といった必須の依存関係がプリインストールされた、すぐに使える環境を幅広く提供しています。

プロジェクトステータス

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）テストが正常に通過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、およびベンチマークといったYOLOv5のさまざまな主要な側面について、機能とパフォーマンスを厳密にチェックします。macOS、Windows、Ubuntuにおいて一貫した信頼性の高い動作を保証しており、テストは24時間ごとおよび新しいコミットごとに実施されます。

Contributors

GLglenn-jocher¹⁵ LALaughing-q² RIRizwanMunawar¹

Created 2023年11月12日Updated 先週