Começar

Ultralytics Explorer

Nota da comunidade ⚠️

A partir de ultralytics>=8.3.12, o Ultralytics Explorer foi removido. Para usar o Explorer, instala pip install ultralytics==8.3.11. Recursos semelhantes (e ampliados) para explorar conjuntos de dados estão disponíveis na Ultralytics Platform.

Ultralytics Explorer dataset visualization GUI

O Ultralytics Explorer é uma ferramenta para explorar conjuntos de dados de visão computacional usando busca semântica, consultas SQL, busca por similaridade vetorial e comandos em linguagem natural. Também oferece uma API de Python para acessar as mesmas funcionalidades.



Assista: Explorer API do Ultralytics | Busca semântica, consultas SQL e recursos do Ask AI

Instalação de dependências opcionais#

O Explorer depende de bibliotecas externas para algumas das suas funcionalidades. Elas são instaladas automaticamente quando você usa o Explorer. Para instalar manualmente essas dependências, use o seguinte comando:

pip install "ultralytics[explorer]==8.3.11"
Dica

O Explorer oferece busca por incorporações/semântica e consultas SQL, e é executado no LanceDB, um banco de dados vetorial sem servidor. Ao contrário dos bancos de dados tradicionais em memória, ele persiste em disco sem sacrificar o desempenho, permitindo escalar localmente para conjuntos de dados grandes, como COCO, sem ficar sem memória.

API do Explorer#

Esta é uma API Python para explorar os seus conjuntos de dados. Ela também alimenta a GUI do Explorer. Você pode usá-la para criar os seus próprios notebooks ou scripts exploratórios e obter insights sobre os seus conjuntos de dados.

Explore todos os recursos e exemplos de uso na documentação da API do Explorer.

Uso da GUI do Explorer#

A demonstração da GUI é executada no navegador e permite criar embeddings para o seu conjunto de dados, buscar imagens semelhantes, executar consultas SQL e realizar buscas semânticas. Você pode iniciá-la com o seguinte comando:

yolo explorer
Nota

O recurso Ask AI usa o OpenAI, então será solicitado que você defina a chave de API do OpenAI na primeira vez que executar a GUI. Você pode defini-la assim: yolo settings openai_api_key="..."

Ultralytics Explorer OpenAI Integration

Perguntas frequentes#

  • O Ultralytics Explorer é uma ferramenta para explorar conjuntos de dados de visão computacional (CV) por meio de busca semântica, consultas SQL, busca por similaridade vetorial e linguagem natural. Ele oferece tanto uma GUI quanto uma API de Python. Como armazena incorporações em disco com o LanceDB, escala para conjuntos de dados grandes sem consumir memória em excesso.

    Saiba mais sobre a API do Explorer.

  • Para instalar manualmente as dependências opcionais necessárias para o Ultralytics Explorer, você pode usar o seguinte comando pip:

    pip install "ultralytics[explorer]==8.3.11"

    Essas dependências são necessárias para a busca semântica e as consultas SQL. Elas incluem o LanceDB, que mantém as operações do banco de dados eficientes e escaláveis, mesmo para conjuntos de dados grandes, como COCO.

  • Usar a versão GUI do Ultralytics Explorer é simples. Depois de instalar as dependências necessárias, você pode iniciar a GUI com o seguinte comando:

    yolo explorer

    A GUI oferece uma interface intuitiva para criar incorporações de conjuntos de dados, buscar imagens semelhantes, executar consultas SQL e realizar buscas semânticas. O recurso Ask AI, desenvolvido com OpenAI, também permite consultar conjuntos de dados usando linguagem natural.

    Para obter informações sobre armazenamento e escalabilidade, consulte as nossas instruções de instalação.

  • O recurso Ask AI do Ultralytics Explorer permite que os usuários interajam com seus conjuntos de dados por meio de consultas em linguagem natural. Desenvolvido com OpenAI, esse recurso permite fazer perguntas sobre o conjunto de dados sem escrever consultas SQL ou comandos semelhantes. Para usar esse recurso, você precisará definir sua chave de API da OpenAI na primeira vez que executar a GUI:

    yolo settings openai_api_key="YOUR_API_KEY"

    Para saber mais sobre esse recurso e como integrá-lo, consulte a seção Uso da GUI do Explorer.

  • Sim. Instale a versão fixada com pip install ultralytics==8.3.11 em um notebook do Colab e siga o Exemplo de exploração do VOC para criar embeddings e executar buscas nos recursos de nuvem do Google. Saiba mais no nosso Guia do Google Colab.

Comentários13

Faz uma pergunta, partilha os teus resultados ou ajuda alguém.

  1. pooya-githubGitHub

    Hi,

    In colab code after running !pip install ultralytics[explorer] and running: from ultralytics import explorer i got the following error:

    ImportError Traceback (most recent call last) in <cell line: 1>() ----> 1 from ultralytics import explorer

    ImportError: cannot import name 'explorer' from 'ultralytics' (/usr/local/lib/python3.10/dist-packages/ultralytics/init.py)

    how can i fix it?

    1. Glenn JocherUltralytics(editado)

      @pooya-github the Ultralytics Explorer feature has been removed as of ultralytics>=8.3.12. To access similar or enhanced functionality, we recommend using Ultralytics Platform, our platform for dataset exploration and management. Let me know if you have further questions!

      -2
  2. mkutuGitHub

    how can I set this up with a custom dataset? Could you direct me to any resources. Thanks!

    1. Glenn JocherUltralytics(editado)

      @mkutu hello!

      Setting up YOLO26 with a custom dataset can be straightforward! You'd primarily need a data YAML file to describe your dataset structure and then use it in your training command. Here’s a basic guide to get you started:

      1. Prepare your data: Organize your dataset into two folders (images and labels), with corresponding files named identically.

      2. Create a YAML file: This file should specify the paths to your training and validation data, the number of classes, and class names. Here's an example:

        # custom_data.yaml
        train: path/to/train/images
        val: path/to/val/images
        nc: number_of_classes
        names: ['class1', 'class2', 'class3']
      3. Start Training: Use the following command to train your model:

        yolo train data=custom_data.yaml model=yolo26n.yaml

      For exploring and managing your datasets efficiently, you might consider using the Ultralytics Explorer (removed in ultralytics>=8.3.12; use ultralytics==8.3.11 or Ultralytics Platform). This tool offers features like semantic search, SQL queries, and even AI-based querying to derive insights from your data.

      Hope this helps! If you have any more questions, feel free to ask.

      -2
    1. Glenn JocherUltralytics(editado)

      Hey there! 🌟

      It sounds like you've got a pretty wide range of experience with various YOLO versions and even RT-DETR! For running AI using YOLO26 specifically, the process is smoothly integrated into the Ultralytics framework, much like the versions you've mentioned.

      To get started, make sure you have Ultralytics YOLO26 installed. If not, you can do so via pip:

      pip install ultralytics

      And then, to run your AI model with YOLO26, you can simply use:

      from ultralytics import YOLO
      
      # Load the model
      model = YOLO('yolo26n.pt')  # Here 'yolo26n.pt' is an example model. Replace it with your model path.
      
      # Run inference
      results = model('path_to_your_image_or_video')

      Or, if you prefer using the command line:

      yolo detect predict model=yolo26n.pt source=path_to_your_image_or_video

      Remember to replace 'yolo26n.pt' and 'path_to_your_image_or_video' with the actual paths to your YOLO26 model and the image or video you want to run inference on. 🚀

      Since you've used various versions before, the process should feel quite familiar. If there's more specific functionality from the Ultralytics Explorer that you're interested in integrating with YOLO26, such as semantic search or SQL queries, the installation command provided in the documentation will be your first step:

      pip install ultralytics[explorer]

      After that, you can launch the Ultralytics Explorer with:

      yolo explorer

      And dive into explore mode (Explorer requires ultralytics==8.3.11, as it was removed in ultralytics>=8.3.12)! For any further details or if you've got a unique use case in mind, feel free to share more specifics. Happy to help further. Happy coding! 🎉

      1
    2. Glenn JocherUltralytics(editado)

      Note: Ultralytics Explorer was removed in ultralytics>=8.3.12; to use it, install ultralytics==8.3.11. Similar dataset exploration features are available in Ultralytics Platform.

      @BABAFAREEDDUDEKULA hey there! 😄

      Thanks for reaching out. If you're interested in diving into the Ultralytics Explorer to explore CV datasets with semantic search, SQL queries, vector similarity search, and more, it sounds like you're on the right track!

      To get started, ensure you've got the Explorer installed via:

      pip install ultralytics[explorer]

      Once installed, you can jump straight into using the GUI by typing:

      yolo explorer

      This launches the GUI in your browser, where you can experiment with creating embeddings, conducting image searches, and even using SQL or natural language queries!

      If you encounter any issues or have specific questions as you use the Ultralytics Explorer, feel free to drop them here. Happy exploring! 🌟

  3. AloshkaDGitHub

    The yolo explorer command will open the explorer on the local machine. How would I set it up to work on AWS while I'm connected with my local machine using ssh?

    1. Paula DerrengerUltralytics(editado)

      Note: Ultralytics Explorer was removed in ultralytics>=8.3.12; to use it, install ultralytics==8.3.11. Similar dataset exploration features are available in Ultralytics Platform.

      To set up the Ultralytics Explorer to work on an AWS instance while you're connected via SSH from your local machine, you can use port forwarding to access the Explorer's web interface. Here's a concise step-by-step guide:

      1. SSH into AWS with Port Forwarding: Use the -L option to forward a local port to a port on the AWS instance. Replace local_port with a port on your local machine (e.g., 8080), and aws_port with the port the Explorer runs on (usually 5000).

        ssh -i /path/to/your/key.pem -L local_port:localhost:aws_port user @AloshkaD
      2. Run Explorer on AWS: Once connected, start the Explorer on the AWS instance:

        yolo explorer
      3. Access Explorer Locally: Open a web browser on your local machine and navigate to localhost:local_port to access the Explorer interface.

      Remember to replace /path/to/your/key.pem with the path to your AWS key, user with your AWS username, and aws_instance_ip with your AWS instance's IP address. Also, ensure that the AWS security group allows inbound traffic on the aws_port.

      1
    2. Paula DerrengerUltralytics

      @AloshkaD you're welcome! I'm glad to hear that you were able to get it working with your config file. If you have any more questions or need further assistance in the future, don't hesitate to reach out. Happy exploring with Ultralytics Explorer! 🚀😊

      1