Extensão Ultralytics para VS Code#

Funcionalidades e vantagens#

✅ És cientista de dados ou engenheiro de aprendizagem automática a criar aplicações de visão computacional com a Ultralytics?

✅ Detestas escrever repetidamente os mesmos blocos de código?

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

✅ Queres começar a usar a Ultralytics e gostarias de ter uma forma mais fácil de consultar ou executar exemplos de código?

✅ Queres acelerar o teu ciclo de desenvolvimento ao trabalhar com a Ultralytics?

Se usas o Visual Studio Code e respondeste «sim» a alguma das perguntas acima, a extensão Ultralytics-snippets para VS Code está aqui para ajudar! Continua a ler para saberes mais sobre a extensão, como a instalar e como a utilizar.

Execute um exemplo de código usando Ultralytics YOLO em menos de 20 segundos! 🚀

Inspirada pela comunidade Ultralytics#

A inspiração para criar esta extensão veio da comunidade Ultralytics. As perguntas da comunidade sobre tópicos e exemplos semelhantes impulsionaram o desenvolvimento deste projeto. Além disso, muitos membros da equipa Ultralytics usam o VS Code para acelerar o seu próprio trabalho ⚡.

Porquê o VS Code?#

O Visual Studio Code é extremamente popular entre programadores de todo o mundo e ficou em primeiro lugar na pesquisa Stack Overflow Developer Survey em 2021, 2022, 2023 e 2024. Graças ao elevado nível de personalização do VS Code, às funcionalidades integradas, à ampla compatibilidade e à extensibilidade, não é de admirar que tantos programadores o utilizem. Dada a sua popularidade na comunidade de programadores em geral e nas comunidades Ultralytics do Discord, Discourse, Reddit e GitHub, fazia sentido criar uma extensão para o VS Code para ajudar a simplificar o teu fluxo de trabalho e aumentar a tua produtividade.

Queres dizer-nos o que usas para desenvolver código? Vai à sondagem da comunidade no nosso Discourse e partilha a tua opinião! Já que lá estás, talvez queiras ver alguns dos nossos memes favoritos sobre visão computacional, aprendizagem automática, IA e desenvolvimento, ou até publicar o teu favorito!

Instalar a extensão#

Instalar no VS Code#

1. Acede ao menu Extensões do VS Code ou usa o atalho Ctrl+Shift ⇑+x e pesquisa por Ultralytics-snippets.

2. Clica no botão Install.

Instalar a partir do Marketplace de extensões do VS Code#

1. Visita o Marketplace de extensões do VS Code e pesquisa por Ultralytics-snippets ou acede diretamente à página da extensão no Marketplace do VS Code.

2. Clica no botão Install e permite que o navegador inicie uma sessão do VS Code.

3. Segue as instruções apresentadas para instalar a extensão.

Página da extensão Ultralytics-Snippets no Marketplace do Visual Studio CodeUltralytics-Snippets

Utilizar a extensão Ultralytics-Snippets#

• 🧠 Conclusão inteligente de código: escreve código de forma mais rápida e precisa com sugestões avançadas de conclusão de código, adaptadas à API da Ultralytics.

• ⌛ Maior velocidade de desenvolvimento: poupa tempo eliminando tarefas de programação repetitivas e aproveitando fragmentos de código predefinidos.

• 🔬 Melhor qualidade do código: escreve código mais limpo, consistente e sem erros com a conclusão inteligente de código.

• 💎 Fluxo de trabalho simplificado: mantém o foco na lógica central do teu projeto ao automatizar tarefas comuns.

Visão geral#

A extensão só funciona quando o Modo de linguagem está configurado para Python 🐍. Isto evita a inserção de fragmentos ao trabalhar com qualquer outro tipo de ficheiro. Todos os fragmentos têm um prefixo que começa por ultra; basta escrever ultra no editor depois de instalar a extensão para ver uma lista de fragmentos disponíveis. Também podes abrir a Paleta de comandos do VS Code com Ctrl+Shift ⇑+p e executar o comando Snippets: Insert Snippet.

Campos dos fragmentos de código#

Muitos fragmentos têm «campos» com valores predefinidos ou nomes de marcador de posição. Por exemplo, o resultado do método predict pode ser guardado numa variável Python chamada r, results, detections, preds ou qualquer outro nome escolhido pelo programador; por isso, os fragmentos incluem «campos». Depois de inserir um fragmento, usa Tab ⇥ no teclado para mover rapidamente o cursor entre os campos. Quando um campo estiver selecionado, ao escrever um novo nome de variável, esse nome substituirá o campo selecionado e todas as outras ocorrências dessa variável no código do fragmento!

Depois de inserir o trecho, renomear model como world_model atualiza todas as instâncias. Ao pressionar Tab ⇥, você vai para o próximo campo, que abre um menu suspenso e permite selecionar uma escala de modelo; ao avançar para o campo seguinte, outro menu suspenso permite escolher a variante do modelo world ou worldv2.

Conclusões dos fragmentos de código#

Os fragmentos têm nomes tão descritivos quanto possível, mas isso pode implicar escrever muito, o que seria contraproducente se o objetivo for avançar mais depressa. Felizmente, o VS Code permite escrever ultra.example-yolo-predict, example-yolo-predict, yolo-predict ou até ex-yolo-p e, mesmo assim, encontrar a opção de fragmento pretendida! Se o fragmento pretendido for mesmo ultra.example-yolo-predict-kwords, basta usar as teclas de seta ↑ ou ↓ para selecionar o fragmento pretendido e premir Enter ↵ ou Tab ⇥ para inserir o bloco de código correto.

Digitar ex-yolo-p ainda vai levar ao trecho correto.

Categorias de fragmentos#

Estas são as categorias de fragmentos atualmente disponíveis na extensão Ultralytics-snippets. Serão adicionadas mais no futuro, por isso verifica se há atualizações e ativa as atualizações automáticas da extensão. Também podes pedir a adição de fragmentos se achares que falta algum.

Aprender com exemplos#

Os fragmentos ultra.examples são muito úteis para quem quer aprender a começar a trabalhar com os conceitos básicos da Ultralytics YOLO. Os fragmentos de exemplo foram concebidos para serem executados assim que são inseridos (alguns também têm opções em menus pendentes). Um exemplo é apresentado no início desta página, onde, depois de inserir o fragmento, todo o código fica selecionado e é executado interativamente com 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()  # descomenta para ver cada imagem de resultado

Acelerar o desenvolvimento#

Os fragmentos que não sejam ultra.examples destinam-se a tornar o desenvolvimento mais fácil e rápido ao trabalhar com a Ultralytics. Um bloco de código comum em muitos projetos consiste em percorrer a lista de Results devolvida pelo método predict do modelo. O fragmento ultra.result-loop pode ajudar com isso.

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

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

No entanto, como a Ultralytics suporta inúmeras tarefas, ao trabalhar com resultados de inferência, há outros atributos Results que talvez queiras aceder; é aqui que os campos dos fragmentos podem ser úteis.

Depois de avançar com Tab até o campo boxes, aparece um menu suspenso que permite selecionar outro atributo, conforme necessário.

Argumentos nomeados#

Há mais de 💯 argumentos nomeados para todas as tarefas e modalidades da Ultralytics! É muita coisa para memorizar, e é fácil esquecer se o argumento é save_frame ou save_frames (a propósito, é definitivamente save_frames). É aqui que os fragmentos ultra.kwargs podem ajudar!

model.predict(
    source=src,  # (str, optional) diretório de origem das imagens ou vídeos
    imgsz=640,  # (int | list) tamanho das imagens de entrada como int ou list[h,w] para predict
    conf=0.25,  # (float) limiar mínimo de confiança
    iou=0.7,  # (float) limiar de interseção sobre união (IoU) para NMS
    vid_stride=1,  # (int) intervalo entre fotogramas de vídeo
    stream_buffer=False,  # (bool) guardar os fotogramas recebidos numa fila (True) ou manter apenas o fotograma mais recente (False)
    visualize=False,  # (bool) guardar mapas de calor de ativação de classes
    augment=False,  # (bool) aplicar aumento de dados de imagem às fontes de previsão
    agnostic_nms=False,  # (bool) NMS independente da classe
    classes=None,  # (int | list[int], optional) filtrar resultados por classe, por exemplo, classes=0 ou classes=[0,2,3]
    retina_masks=False,  # (bool) usar máscaras de segmentação de alta resolução
    embed=None,  # (list[int], optional) devolver vetores de características/embeddings das camadas indicadas
    show=False,  # (bool) mostrar imagens e vídeos previstos, se o ambiente o permitir
    save=True,  # (bool) guardar os resultados da previsão
    save_frames=False,  # (bool) guardar fotogramas individuais do vídeo previsto
    save_txt=False,  # (bool) guardar os resultados num ficheiro .txt
    save_conf=False,  # (bool) guardar os resultados com as pontuações de confiança
    save_crop=False,  # (bool) guardar imagens recortadas com os resultados
    stream=False,  # (bool) processar vídeos longos ou muitas imagens com menor utilização de memória, devolvendo um gerador
    verbose=True,  # (bool) ativar/desativar o registo detalhado da inferência no terminal
)

Todos os fragmentos de código#

A melhor forma de descobrir que fragmentos estão disponíveis é transferir e instalar a extensão e experimentá-la! Se tiveres curiosidade e quiseres consultar a lista primeiro, visita o repositório ou a página da extensão no Marketplace do VS Code para ver as tabelas com todos os fragmentos disponíveis.

Conclusão#

A extensão Ultralytics-Snippets para VS Code foi concebida para ajudar cientistas de dados e engenheiros de aprendizagem automática a criar aplicações de visão computacional com a Ultralytics YOLO de forma mais eficiente. Ao disponibilizar fragmentos de código predefinidos e exemplos úteis, ajudamos-te a concentrar no que é mais importante: criar soluções inovadoras. Partilha a tua opinião visitando a página da extensão no Marketplace do VS Code e deixando uma avaliação. ⭐

Perguntas frequentes#