Extensão do Ultralytics para VS Code#

Recursos e Benefícios#

✅ És cientista de dados ou engenheiro de machine learning a criar aplicações de computer vision com a Ultralytics?

✅ Você detesta escrever os mesmos blocos de código repetidamente?

✅ Esqueces-te sempre dos argumentos ou valores predefinidos para os métodos export, predict, train, track ou val?

✅ Quer começar a usar o Ultralytics e gostaria de ter uma maneira mais fácil de referenciar ou executar exemplos de código?

✅ Quer acelerar seu ciclo de desenvolvimento ao trabalhar com o Ultralytics?

Se você usa o Visual Studio Code e respondeu 'sim' a qualquer uma das perguntas acima, a extensão Ultralytics-snippets para VS Code está aqui para ajudar! Continue lendo para saber mais sobre a extensão, como instalá-la e como usá-la.

Run example code using Ultralytics YOLO in under 20 seconds! 🚀

Inspirado pela Comunidade Ultralytics#

A inspiração para construir esta extensão veio da Comunidade Ultralytics. Perguntas da Comunidade sobre tópicos e exemplos semelhantes impulsionaram o desenvolvimento deste projeto. Além disso, muitos membros da equipe do Ultralytics usam o VS Code para acelerar seu próprio trabalho ⚡.

Por que o VS Code?#

O Visual Studio Code é extremamente popular entre programadores em todo o mundo e foi classificado como o mais popular pelo Stack Overflow Developer Survey em 2021, 2022, 2023 e 2024. Devido ao elevado nível de personalização, funcionalidades integradas, ampla compatibilidade e extensibilidade do VS Code, não é surpresa que tantos programadores o utilizem. Dada a popularidade na comunidade de programadores em geral e nas comunidades do Discord, Discourse, Reddit e GitHub da Ultralytics, fazia todo o sentido criar uma extensão do VS Code para ajudar a otimizar o teu fluxo de trabalho e aumentar a tua produtividade.

Queres informar-nos sobre o que usas para programar código? Dirige-te à sondagem da comunidade no Discourse e conta-nos! Enquanto lá estás, podes aproveitar para ver alguns dos nossos memes favoritos de computer vision, machine learning, IA e programação, ou até publicar o teu favorito!

Instalando a Extensão#

Instalando no VS Code#

1. Vai ao menu Extensões no VS Code ou usa o atalho Ctrl+Shift ⇑+x e procura por Ultralytics-snippets.

2. Clique no botão Install.

Instalando a partir do VS Code Extension Marketplace#

1. Visita o Marketplace de Extensões do VS Code e procura por Ultralytics-snippets ou vai diretamente à página da extensão no marketplace do VS Code.

2. Clique no botão Install e permita que seu navegador inicie uma sessão do VS Code.

3. Siga quaisquer avisos para instalar a extensão.

Visual Studio Code Extension Marketplace page for Ultralytics-Snippets

Usando a Extensão Ultralytics-Snippets#

• 🧠 Preenchimento de Código Inteligente: Escreva código de forma mais rápida e precisa com sugestões avançadas de preenchimento de código adaptadas à API do Ultralytics.

• ⌛ Velocidade de Desenvolvimento Aumentada: Economize tempo eliminando tarefas de codificação repetitivas e aproveitando blocos de código pré-construídos.

• 🔬 Qualidade de Código Melhorada: Escreva um código mais limpo, consistente e livre de erros com preenchimento inteligente.

• 💎 Fluxo de Trabalho Otimizado: Mantenha o foco na lógica principal do seu projeto automatizando tarefas comuns.

Visão geral#

A extensão só funcionará quando o Modo de Linguagem estiver configurado para Python 🐍. Isto serve para evitar que os snippets sejam inseridos ao trabalhar noutro tipo de ficheiro. Todos os snippets têm um prefixo que começa com ultra e, ao escrever simplesmente ultra no teu editor após instalar a extensão, será exibida uma lista de possíveis snippets para usar. Também podes abrir a Palete de Comandos do VS Code usando Ctrl+Shift ⇑+p e executando o comando Snippets: Insert Snippet.

Campos de Snippet de Código#

Muitos snippets têm "campos" com valores de espaço reservado predefinidos ou nomes. Por exemplo, o resultado do método predict pode ser guardado numa variável Python chamada r, results, detections, preds ou qualquer outra que um programador escolha, e é por isso que os snippets incluem "campos". Ao usares Tab ⇥ no teu teclado após inserir um snippet, o teu cursor mover-se-á rapidamente entre os campos. Uma vez selecionado um campo, escrever um novo nome de variável alterará essa instância e também todas as outras instâncias no código do snippet para essa variável!

After inserting snippet, renaming model as world_model updates all instances. Pressing Tab ⇥ moves to the next field, which opens a dropdown menu and allows for selection of a model scale, and moving to the next field provides another dropdown to choose either world or worldv2 model variant.

Preenchimentos de Snippet de Código#

Os snippets têm os nomes mais descritivos possível, mas isto significa que pode haver muito para escrever e isso seria contraproducente se o objetivo for avançar mais depressa. Felizmente, o VS Code permite aos utilizadores escrever ultra.example-yolo-predict, example-yolo-predict, yolo-predict ou mesmo ex-yolo-p e ainda assim alcançar a opção de snippet pretendida! Se o snippet pretendido fosse na verdade ultra.example-yolo-predict-kwords, então basta usar as setas do teclado ↑ ou ↓ para destacar o snippet desejado e premir Enter ↵ ou Tab ⇥ para inserir o bloco de código correto.

Typing ex-yolo-p will still arrive at the correct snippet.

Categorias de Snippets#

Estas são as categorias de snippets atuais disponíveis para a extensão Ultralytics-snippets. Serão adicionadas mais no futuro, por isso certifica-te de verificar se há atualizações e de ativar as atualizações automáticas para a extensão. Podes também pedir a adição de snippets adicionais se achares que falta algum.

Aprendendo com Exemplos#

Os snippets ultra.examples são muito úteis para quem quer aprender a começar com as noções básicas de utilização do Ultralytics YOLO. Os exemplos de snippets destinam-se a ser executados assim que são inseridos (alguns também têm opções pendentes). Um exemplo disto é mostrado na animação no topo desta página, onde após a inserção do snippet, todo o código é selecionado e executado de forma interativa usando Shift ⇑+Enter ↵.

from ultralytics import ASSETS, YOLO

model = YOLO("yolo26n.pt", task="detect")
results = model(source=ASSETS / "bus.jpg")

for result in results:
    print(result.boxes.data)
    # result.show()  # uncomment to view each result image

Acelerando o Desenvolvimento#

O objetivo dos snippets que não sejam o ultra.examples é tornar o desenvolvimento mais fácil e rápido ao trabalhar com a Ultralytics. Um bloco de código comum a ser usado em muitos projetos consiste em iterar a lista de Results devolvida ao usar o método de predict do modelo. O snippet ultra.result-loop pode ajudar nisto.

# reference https://docs.ultralytics.com/modes/predict#working-with-results

for result in results:
    result.boxes.data  # torch.Tensor array

No entanto, como a Ultralytics suporta inúmeras tasks, ao trabalhar com resultados de inferência há outros atributos Results a que podes querer aceder, e é aqui que os campos de snippets se tornam poderosos.

Once tabbed to the boxes field, a dropdown menu appears to allow selection of another attribute as required.

Argumentos de Palavras-chave#

Existem mais de 💯 argumentos de palavra-chave para todas as várias tasks e modes da Ultralytics! É muita coisa para lembrar, e pode ser fácil esquecer se o argumento é save_frame ou save_frames (a propósito, é definitivamente save_frames). É aqui que os snippets ultra.kwargs podem ajudar!

model.predict(
    source=src,  # (str, optional) source directory for images or videos
    imgsz=640,  # (int | list) input images size as int or list[h,w] for predict
    conf=0.25,  # (float) minimum confidence threshold
    iou=0.7,  # (float) intersection over union (IoU) threshold for NMS
    vid_stride=1,  # (int) video frame-rate stride
    stream_buffer=False,  # (bool) buffer incoming frames in a queue (True) or only keep the most recent frame (False)
    visualize=False,  # (bool) save class activation heatmaps
    augment=False,  # (bool) apply image augmentation to prediction sources
    agnostic_nms=False,  # (bool) class-agnostic NMS
    classes=None,  # (int | list[int], optional) filter results by class, i.e. classes=0, or classes=[0,2,3]
    retina_masks=False,  # (bool) use high-resolution segmentation masks
    embed=None,  # (list[int], optional) return feature vectors/embeddings from given layers
    show=False,  # (bool) show predicted images and videos if environment allows
    save=True,  # (bool) save prediction results
    save_frames=False,  # (bool) save predicted individual video frames
    save_txt=False,  # (bool) save results as .txt file
    save_conf=False,  # (bool) save results with confidence scores
    save_crop=False,  # (bool) save cropped images with results
    stream=False,  # (bool) for processing long videos or numerous images with reduced memory usage by returning a generator
    verbose=True,  # (bool) enable/disable verbose inference logging in the terminal
)

Todos os Snippets de Código#

A melhor forma de descobrir que snippets estão disponíveis é transferir e instalar a extensão e experimentá-la! Se tens curiosidade e queres dar uma vista de olhos na lista com antecedência, podes visitar o repositório ou a página da extensão no marketplace do VS Code para ver as tabelas com todos os snippets disponíveis.

Conclusão#

A extensão Ultralytics-Snippets para o VS Code foi concebida para capacitar cientistas de dados e engenheiros de machine learning a criarem aplicações de computer vision usando o Ultralytics YOLO com maior eficiência. Ao fornecer blocos de código pré-criados e exemplos úteis, ajudamos-te a concentrar no que mais importa: criar soluções inovadoras. Partilha o teu feedback visitando a página da extensão no marketplace do VS Code e deixando uma avaliação. ⭐

FAQ#