Dự đoán Mô hình với Ultralytics YOLO

Giới thiệu

Trong thế giới học máy và thị giác máy tính, quá trình tìm hiểu dữ liệu trực quan được gọi là 'suy luận' hoặc 'dự đoán'. Ultralytics YOLO11 cung cấp một tính năng mạnh mẽ được gọi là chế độ dự đoán, được thiết kế riêng cho suy luận hiệu suất cao, theo thời gian thực trên nhiều nguồn dữ liệu.

Xem: Cách trích xuất đầu ra từ Mô hình Ultralytics YOLO cho các Dự án Tùy chỉnh.

Các ứng dụng thực tế

Sản xuất	Thể thao	An toàn
Phát hiện phụ tùng xe	Phát hiện cầu thủ bóng đá	Phát hiện người bị ngã

Tại sao nên sử dụng Ultralytics YOLO để suy luận?

Dưới đây là lý do tại sao bạn nên cân nhắc chế độ dự đoán của YOLO11 cho các nhu cầu suy luận khác nhau của mình:

• Tính linh hoạt: Có khả năng đưa ra suy luận trên hình ảnh, video và thậm chí cả các luồng trực tiếp.
• Hiệu năng: Được thiết kế để xử lý tốc độ cao, thời gian thực mà không làm giảm độ chính xác.
• Dễ sử dụng: Giao diện Python và CLI trực quan để triển khai và thử nghiệm nhanh chóng.
• Khả năng tùy biến cao: Nhiều cài đặt và tham số khác nhau để điều chỉnh hành vi suy luận của mô hình theo các yêu cầu cụ thể của bạn.

Các tính năng chính của chế độ Predict

Chế độ dự đoán của YOLO11 được thiết kế để mạnh mẽ và linh hoạt, với các đặc điểm:

• Tương thích với nhiều nguồn dữ liệu: Cho dù dữ liệu của bạn ở dạng hình ảnh riêng lẻ, tập hợp hình ảnh, tệp video hoặc luồng video thời gian thực, chế độ dự đoán đều đáp ứng được.
• Chế độ Streaming: Sử dụng tính năng streaming để tạo ra một generator tiết kiệm bộ nhớ của Results các đối tượng. Bật tính năng này bằng cách thiết lập stream=True trong phương thức gọi của predictor.
• Xử lý theo lô: Khả năng xử lý nhiều hình ảnh hoặc khung hình video trong một lô duy nhất, giúp tăng tốc thời gian suy luận.
• Dễ dàng tích hợp: Dễ dàng tích hợp với các quy trình dữ liệu hiện có và các thành phần phần mềm khác, nhờ API linh hoạt của nó.

Các mô hình Ultralytics YOLO trả về một danh sách Python các Results đối tượng hoặc một Python generator tiết kiệm bộ nhớ của Results các đối tượng khi stream=True được truyền cho mô hình trong quá trình suy luận:

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n.pt")  # pretrained YOLO11n model

# Run batched inference on a list of images
results = model(["image1.jpg", "image2.jpg"])  # return a list of Results objects

# Process results list
for result in results:
    boxes = result.boxes  # Boxes object for bounding box outputs
    masks = result.masks  # Masks object for segmentation masks outputs
    keypoints = result.keypoints  # Keypoints object for pose outputs
    probs = result.probs  # Probs object for classification outputs
    obb = result.obb  # Oriented boxes object for OBB outputs
    result.show()  # display to screen
    result.save(filename="result.jpg")  # save to disk

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n.pt")  # pretrained YOLO11n model

# Run batched inference on a list of images
results = model(["image1.jpg", "image2.jpg"], stream=True)  # return a generator of Results objects

# Process results generator
for result in results:
    boxes = result.boxes  # Boxes object for bounding box outputs
    masks = result.masks  # Masks object for segmentation masks outputs
    keypoints = result.keypoints  # Keypoints object for pose outputs
    probs = result.probs  # Probs object for classification outputs
    obb = result.obb  # Oriented boxes object for OBB outputs
    result.show()  # display to screen
    result.save(filename="result.jpg")  # save to disk

Các nguồn suy luận

YOLO11 có thể xử lý các loại nguồn đầu vào khác nhau để suy luận, như được hiển thị trong bảng dưới đây. Các nguồn bao gồm hình ảnh tĩnh, luồng video và các định dạng dữ liệu khác nhau. Bảng này cũng chỉ ra liệu mỗi nguồn có thể được sử dụng ở chế độ streaming với đối số stream=True ✅ hay không. Chế độ streaming có lợi cho việc xử lý video hoặc luồng trực tiếp vì nó tạo ra một generator kết quả thay vì tải tất cả các khung hình vào bộ nhớ.

Dưới đây là các ví dụ về mã để sử dụng từng loại nguồn:

from ultralytics import YOLO

# Load a pretrained YOLO11n model
model = YOLO("yolo11n.pt")

# Define path to the image file
source = "path/to/image.jpg"

# Run inference on the source
results = model(source)  # list of Results objects

from ultralytics import YOLO

# Load a pretrained YOLO11n model
model = YOLO("yolo11n.pt")

# Define current screenshot as source
source = "screen"

# Run inference on the source
results = model(source)  # list of Results objects

from ultralytics import YOLO

# Load a pretrained YOLO11n model
model = YOLO("yolo11n.pt")

# Define remote image or video URL
source = "https://ultralytics.com/images/bus.jpg"

# Run inference on the source
results = model(source)  # list of Results objects

from PIL import Image

from ultralytics import YOLO

# Load a pretrained YOLO11n model
model = YOLO("yolo11n.pt")

# Open an image using PIL
source = Image.open("path/to/image.jpg")

# Run inference on the source
results = model(source)  # list of Results objects

import cv2

from ultralytics import YOLO

# Load a pretrained YOLO11n model
model = YOLO("yolo11n.pt")

# Read an image using OpenCV
source = cv2.imread("path/to/image.jpg")

# Run inference on the source
results = model(source)  # list of Results objects

import numpy as np

from ultralytics import YOLO

# Load a pretrained YOLO11n model
model = YOLO("yolo11n.pt")

# Create a random numpy array of HWC shape (640, 640, 3) with values in range [0, 255] and type uint8
source = np.random.randint(low=0, high=255, size=(640, 640, 3), dtype="uint8")

# Run inference on the source
results = model(source)  # list of Results objects

import torch

from ultralytics import YOLO

# Load a pretrained YOLO11n model
model = YOLO("yolo11n.pt")

# Create a random torch tensor of BCHW shape (1, 3, 640, 640) with values in range [0, 1] and type float32
source = torch.rand(1, 3, 640, 640, dtype=torch.float32)

# Run inference on the source
results = model(source)  # list of Results objects

from ultralytics import YOLO

# Load a pretrained YOLO11n model
model = YOLO("yolo11n.pt")

# Define a path to a CSV file with images, URLs, videos and directories
source = "path/to/file.csv"

# Run inference on the source
results = model(source)  # list of Results objects

from ultralytics import YOLO

# Load a pretrained YOLO11n model
model = YOLO("yolo11n.pt")

# Define path to video file
source = "path/to/video.mp4"

# Run inference on the source
results = model(source, stream=True)  # generator of Results objects

from ultralytics import YOLO

# Load a pretrained YOLO11n model
model = YOLO("yolo11n.pt")

# Define path to directory containing images and videos for inference
source = "path/to/dir"

# Run inference on the source
results = model(source, stream=True)  # generator of Results objects

from ultralytics import YOLO

# Load a pretrained YOLO11n model
model = YOLO("yolo11n.pt")

# Define a glob search for all JPG files in a directory
source = "path/to/dir/*.jpg"

# OR define a recursive glob search for all JPG files including subdirectories
source = "path/to/dir/**/*.jpg"

# Run inference on the source
results = model(source, stream=True)  # generator of Results objects

from ultralytics import YOLO

# Load a pretrained YOLO11n model
model = YOLO("yolo11n.pt")

# Define source as YouTube video URL
source = "https://youtu.be/LNwODJXcvt4"

# Run inference on the source
results = model(source, stream=True)  # generator of Results objects

from ultralytics import YOLO

# Load a pretrained YOLO11n model
model = YOLO("yolo11n.pt")

# Single stream with batch-size 1 inference
source = "rtsp://example.com/media.mp4"  # RTSP, RTMP, TCP, or IP streaming address

# Run inference on the source
results = model(source, stream=True)  # generator of Results objects

from ultralytics import YOLO

# Load a pretrained YOLO11n model
model = YOLO("yolo11n.pt")

# Multiple streams with batched inference (e.g., batch-size 8 for 8 streams)
source = "path/to/list.streams"  # *.streams text file with one streaming address per line

# Run inference on the source
results = model(source, stream=True)  # generator of Results objects

rtsp://example.com/media1.mp4
rtsp://example.com/media2.mp4
rtmp://example2.com/live
tcp://192.168.1.100:554
...

from ultralytics import YOLO

# Load a pretrained YOLO11n model
model = YOLO("yolo11n.pt")

# Run inference on the source
results = model(source=0, stream=True)  # generator of Results objects

Các đối số suy luận

model.predict() chấp nhận nhiều đối số có thể được chuyển tại thời điểm suy luận để ghi đè các giá trị mặc định:

from ultralytics import YOLO

# Load a pretrained YOLO11n model
model = YOLO("yolo11n.pt")

# Run inference on 'bus.jpg' with arguments
model.predict("https://ultralytics.com/images/bus.jpg", save=True, imgsz=320, conf=0.5)

Các đối số suy luận:

Các đối số trực quan hóa:

Định dạng Ảnh và Video

YOLO11 hỗ trợ nhiều định dạng hình ảnh và video khác nhau, như được chỉ định trong ultralytics/data/utils.py. Xem các bảng dưới đây để biết các hậu tố hợp lệ và các lệnh dự đoán mẫu.

Ảnh

Bảng dưới đây chứa các định dạng hình ảnh Ultralytics hợp lệ.

Video

Bảng dưới đây chứa các định dạng video Ultralytics hợp lệ.

Làm việc với Kết quả

Tất cả các lệnh gọi Ultralytics predict() sẽ trả về một danh sách các Results đối tượng:

from ultralytics import YOLO

# Load a pretrained YOLO11n model
model = YOLO("yolo11n.pt")

# Run inference on an image
results = model("https://ultralytics.com/images/bus.jpg")
results = model(
    [
        "https://ultralytics.com/images/bus.jpg",
        "https://ultralytics.com/images/zidane.jpg",
    ]
)  # batch inference

Results Các đối tượng có những thuộc tính sau:

Results Các đối tượng có những phương thức sau:

Để biết thêm chi tiết, xem Results tài liệu về class.

Hộp giới hạn

Boxes có thể được sử dụng để lập chỉ mục, thao tác và chuyển đổi các hộp giới hạn sang các định dạng khác nhau.

from ultralytics import YOLO

# Load a pretrained YOLO11n model
model = YOLO("yolo11n.pt")

# Run inference on an image
results = model("https://ultralytics.com/images/bus.jpg")  # results list

# View results
for r in results:
    print(r.boxes)  # print the Boxes object containing the detection bounding boxes

Dưới đây là bảng dành cho Boxes các phương thức và thuộc tính của class, bao gồm tên, loại và mô tả của chúng:

Để biết thêm chi tiết, xem Boxes tài liệu về class.

Mặt nạ

Masks Đối tượng có thể được sử dụng để lập chỉ mục, thao tác và chuyển đổi mặt nạ thành các phân đoạn.

from ultralytics import YOLO

# Load a pretrained YOLO11n-seg Segment model
model = YOLO("yolo11n-seg.pt")

# Run inference on an image
results = model("https://ultralytics.com/images/bus.jpg")  # results list

# View results
for r in results:
    print(r.masks)  # print the Masks object containing the detected instance masks

Dưới đây là bảng dành cho Masks các phương thức và thuộc tính của class, bao gồm tên, loại và mô tả của chúng:

Để biết thêm chi tiết, xem Masks tài liệu về class.

Điểm chính

Keypoints Đối tượng có thể được sử dụng để lập chỉ mục, thao tác và chuẩn hóa tọa độ.

from ultralytics import YOLO

# Load a pretrained YOLO11n-pose Pose model
model = YOLO("yolo11n-pose.pt")

# Run inference on an image
results = model("https://ultralytics.com/images/bus.jpg")  # results list

# View results
for r in results:
    print(r.keypoints)  # print the Keypoints object containing the detected keypoints

Dưới đây là bảng dành cho Keypoints các phương thức và thuộc tính của class, bao gồm tên, loại và mô tả của chúng:

Để biết thêm chi tiết, xem Keypoints tài liệu về class.

Xác suất

Probs Đối tượng có thể được sử dụng để lập chỉ mục, lấy top1 và top5 chỉ số và điểm số của phân loại.

from ultralytics import YOLO

# Load a pretrained YOLO11n-cls Classify model
model = YOLO("yolo11n-cls.pt")

# Run inference on an image
results = model("https://ultralytics.com/images/bus.jpg")  # results list

# View results
for r in results:
    print(r.probs)  # print the Probs object containing the detected class probabilities

Dưới đây là bảng tóm tắt các phương thức và thuộc tính cho Probs lớp:

Để biết thêm chi tiết, xem Probs tài liệu về class.

OBB

OBB object có thể được sử dụng để lập chỉ mục, thao tác và chuyển đổi các hộp giới hạn theo hướng khác nhau sang các định dạng khác nhau.

from ultralytics import YOLO

# Load a pretrained YOLO11n model
model = YOLO("yolo11n-obb.pt")

# Run inference on an image
results = model("https://ultralytics.com/images/boats.jpg")  # results list

# View results
for r in results:
    print(r.obb)  # print the OBB object containing the oriented detection bounding boxes

Dưới đây là bảng dành cho OBB các phương thức và thuộc tính của class, bao gồm tên, loại và mô tả của chúng:

Để biết thêm chi tiết, xem OBB tài liệu về class.

Vẽ Đồ thị Kết quả

Hàm plot() phương thức trong Results các object tạo điều kiện thuận lợi cho việc trực quan hóa các dự đoán bằng cách phủ các đối tượng được phát hiện (chẳng hạn như hộp giới hạn, mặt nạ, điểm chính và xác suất) lên hình ảnh gốc. Phương pháp này trả về hình ảnh đã được chú thích dưới dạng mảng NumPy, cho phép hiển thị hoặc lưu dễ dàng.

from PIL import Image

from ultralytics import YOLO

# Load a pretrained YOLO11n model
model = YOLO("yolo11n.pt")

# Run inference on 'bus.jpg'
results = model(["https://ultralytics.com/images/bus.jpg", "https://ultralytics.com/images/zidane.jpg"])  # results list

# Visualize the results
for i, r in enumerate(results):
    # Plot results image
    im_bgr = r.plot()  # BGR-order numpy array
    im_rgb = Image.fromarray(im_bgr[..., ::-1])  # RGB-order PIL image

    # Show results to screen (in supported environments)
    r.show()

    # Save results to disk
    r.save(filename=f"results{i}.jpg")

plot() Tham số phương thức

Hàm plot() phương thức hỗ trợ nhiều đối số khác nhau để tùy chỉnh đầu ra:

Suy luận An toàn luồng

Đảm bảo an toàn luồng trong quá trình suy luận là rất quan trọng khi bạn chạy song song nhiều mô hình YOLO trên các luồng khác nhau. Suy luận an toàn luồng đảm bảo rằng các dự đoán của mỗi luồng được cô lập và không can thiệp lẫn nhau, tránh tình trạng tranh chấp dữ liệu và đảm bảo đầu ra nhất quán và đáng tin cậy.

Khi sử dụng các mô hình YOLO trong một ứng dụng đa luồng, điều quan trọng là phải khởi tạo các đối tượng mô hình riêng biệt cho mỗi luồng hoặc sử dụng bộ nhớ cục bộ của luồng để ngăn ngừa xung đột:

from threading import Thread

from ultralytics import YOLO


def thread_safe_predict(model, image_path):
    """Performs thread-safe prediction on an image using a locally instantiated YOLO model."""
    model = YOLO(model)
    results = model.predict(image_path)
    # Process results


# Starting threads that each have their own model instance
Thread(target=thread_safe_predict, args=("yolo11n.pt", "image1.jpg")).start()
Thread(target=thread_safe_predict, args=("yolo11n.pt", "image2.jpg")).start()

Để tìm hiểu sâu hơn về suy luận an toàn luồng với các mô hình YOLO và hướng dẫn từng bước, vui lòng tham khảo Hướng dẫn Suy luận An toàn Luồng YOLO của chúng tôi. Hướng dẫn này sẽ cung cấp cho bạn tất cả thông tin cần thiết để tránh những cạm bẫy phổ biến và đảm bảo rằng suy luận đa luồng của bạn chạy trơn tru.

Nguồn phát trực tuyến for-loop

Dưới đây là một script python sử dụng OpenCV (cv2) và YOLO để chạy suy luận trên các khung hình video. Script này giả định rằng bạn đã cài đặt các gói cần thiết (opencv-python và ultralytics).

import cv2

from ultralytics import YOLO

# Load the YOLO model
model = YOLO("yolo11n.pt")

# Open the video file
video_path = "path/to/your/video/file.mp4"
cap = cv2.VideoCapture(video_path)

# Loop through the video frames
while cap.isOpened():
    # Read a frame from the video
    success, frame = cap.read()

    if success:
        # Run YOLO inference on the frame
        results = model(frame)

        # Visualize the results on the frame
        annotated_frame = results[0].plot()

        # Display the annotated frame
        cv2.imshow("YOLO Inference", annotated_frame)

        # Break the loop if 'q' is pressed
        if cv2.waitKey(1) & 0xFF == ord("q"):
            break
    else:
        # Break the loop if the end of the video is reached
        break

# Release the video capture object and close the display window
cap.release()
cv2.destroyAllWindows()

Script này sẽ chạy các dự đoán trên mỗi khung hình của video, trực quan hóa kết quả và hiển thị chúng trong một cửa sổ. Vòng lặp có thể được thoát bằng cách nhấn 'q'.

Câu hỏi thường gặp

Ultralytics YOLO là gì và chế độ dự đoán của nó để suy luận theo thời gian thực?

Ultralytics YOLO là một mô hình hiện đại để phát hiện đối tượng, phân đoạn và phân loại theo thời gian thực. Chế độ dự đoán của nó cho phép người dùng thực hiện suy luận tốc độ cao trên nhiều nguồn dữ liệu khác nhau như hình ảnh, video và luồng trực tiếp. Được thiết kế để mang lại hiệu suất và tính linh hoạt, nó cũng cung cấp khả năng xử lý hàng loạt và các chế độ phát trực tuyến. Để biết thêm chi tiết về các tính năng của nó, hãy xem chế độ dự đoán Ultralytics YOLO.

Làm cách nào để chạy suy luận bằng Ultralytics YOLO trên các nguồn dữ liệu khác nhau?

Ultralytics YOLO có thể xử lý một loạt các nguồn dữ liệu, bao gồm hình ảnh, video, thư mục, URL và luồng riêng lẻ. Bạn có thể chỉ định nguồn dữ liệu trong lệnh gọi model.predict() . Ví dụ: sử dụng 'image.jpg' cho một hình ảnh cục bộ hoặc 'https://ultralytics.com/images/bus.jpg' cho một URL. Xem các ví dụ chi tiết cho nhiều nguồn suy luận trong tài liệu.

Làm cách nào để tối ưu hóa tốc độ suy luận và mức sử dụng bộ nhớ của YOLO?

Để tối ưu hóa tốc độ suy luận và quản lý bộ nhớ hiệu quả, bạn có thể sử dụng chế độ phát trực tuyến bằng cách đặt stream=True trong phương thức gọi của trình dự đoán. Chế độ phát trực tuyến tạo ra một trình tạo tiết kiệm bộ nhớ gồm các Results đối tượng thay vì tải tất cả các khung hình vào bộ nhớ. Đối với việc xử lý các video dài hoặc bộ dữ liệu lớn, chế độ phát trực tuyến đặc biệt hữu ích. Tìm hiểu thêm về chế độ phát trực tuyến.

Ultralytics YOLO hỗ trợ những đối số suy luận nào?

Hàm model.predict() phương thức trong YOLO hỗ trợ nhiều đối số khác nhau, chẳng hạn như conf, iou, imgsz, device, v.v. Các đối số này cho phép bạn tùy chỉnh quy trình suy luận, thiết lập các tham số như ngưỡng tin cậy, kích thước hình ảnh và thiết bị được sử dụng để tính toán. Mô tả chi tiết về các đối số này có trong phần các đối số suy luận ở phần này.

Làm cách nào để trực quan hóa và lưu kết quả dự đoán YOLO?

Sau khi chạy suy luận với YOLO, các Results đối tượng chứa các phương thức để hiển thị và lưu hình ảnh đã được chú thích. Bạn có thể sử dụng các phương thức như result.show() và result.save(filename="result.jpg") để trực quan hóa và lưu kết quả. Để có danh sách đầy đủ các phương thức này, hãy tham khảo phần làm việc với kết quả ở phần này.

📅 Đã tạo 1 năm trước ✏️ Cập nhật 5 ngày trước

Bình luận