Cómo utilizar la sección de referencia de la documentación de Ultralytics YOLO

Hoy en día, la inteligencia artificial (IA) es más accesible que nunca, lo que permite a cualquiera sumergirse y empezar a utilizar rápidamente diferentes modelos de IA para diversas tareas de vanguardia.

Por ejemplo, la visión artificial es una rama de la IA que permite a los ordenadores interpretar y comprender información visual a partir de imágenes y vídeos, y los modelos de visión artificial como Ultralytics YOLO11 son fáciles de empezar a usar.

YOLO11 admite tareas como la detección de objetos, la segmentación de instancias y la clasificación de imágenes, y puede utilizarse para aplicaciones como la conducción autónoma, la monitorización de seguridad y el análisis minorista.

Fig 1. YOLO11 puede utilizarse para detectar varios objetos.

En concreto, el paquete Python de Ultralytics proporciona herramientas fáciles de usar para entrenar, personalizar y desplegar rápidamente estos modelos de IA, lo que permite a usuarios de todos los niveles crear fácilmente aplicaciones avanzadas de visión artificial.

Sin embargo, si te interesa profundizar en cómo funciona todo o crear tus propias personalizaciones, la sección de referencia de la documentación de Ultralytics es un recurso excelente. Cubre el funcionamiento interno del paquete Python de Ultralytics, incluyendo cómo se manejan tus datos, el proceso de entrenamiento del modelo y cómo puedes visualizar las predicciones.

En este artículo, analizaremos más de cerca la sección de referencia de la documentación de Ultralytics y cómo utilizarla cuando trabajes en proyectos de visión artificial. ¡Empecemos!

Link to this sectionUna mirada más profunda al trabajo con modelos Ultralytics YOLO#

Trabajar con el paquete Python de Ultralytics es sencillo y directo. Puedes entrenar modelos YOLO o detectar objetos en imágenes usando solo unas pocas líneas de código.

Sin embargo, una vez que te familiarices con el trabajo con modelos de visión artificial, la sección de referencia de la documentación de Ultralytics te ayudará a profundizar en cómo funciona el código y qué funciones admite el paquete. También incluye explicaciones fáciles de seguir, opciones configurables y enlaces al código relevante disponible en el repositorio de GitHub de Ultralytics.

Explica cómo está estructurado el paquete Python de Ultralytics y cubre componentes clave como la configuración del modelo, la carga de datos, el proceso de entrenamiento y cómo se realizan y devuelven las predicciones.

Todo está organizado en categorías claras, por lo que es fácil encontrar lo que buscas. Por ejemplo, si estás entrenando un modelo con tu propio conjunto de datos, puedes ir a la parte de la sección de referencia centrada en los datos, y te dará una mejor idea de cómo se utilizarán tus datos para el entrenamiento del modelo.

Link to this sectionCómo empezar con la sección de referencia#

Si te diriges a la sección de referencia en la documentación de Ultralytics YOLO, encontrarás un menú en el lado izquierdo de la página con diferentes categorías de referencia. Cada categoría representa una parte específica de la base de código de Ultralytics, como modelos, manejo de datos o funciones de entrenamiento.

Hacer clic en una categoría te lleva a una página que te da más detalles.

Fig 2. A la izquierda, encontrarás un menú de diferentes categorías de referencia.

Del mismo modo, en el lado derecho de la página, encontrarás la tabla de contenido que desglosa cada página de referencia en componentes clave como funciones (bloques de código reutilizables), clases (planos para crear objetos) y métodos (funciones definidas dentro de las clases). Esto facilita ir directamente a lo que buscas.

Fig 3. A la derecha, encontrarás una tabla de contenido para la página de referencia específica que estás viendo.

Link to this sectionLa estructura del repositorio de GitHub de Ultralytics#

El repositorio de GitHub de Ultralytics está organizado en subdirectorios o subpaquetes basados en diferentes partes del paquete Ultralytics, como modelos, entrenamiento y datos. La sección de referencia en la documentación sigue esta misma estructura, lo que facilita la comprensión de cómo encaja todo.

Aquí tienes algunos de los principales subdirectorios o categorías que verás tanto en el repositorio de GitHub de Ultralytics como en la sección de referencia de la documentación de Ultralytics:

• Models: Esta sección se centra en diferentes modelos y sus modos, como hacer predicciones, validar el rendimiento y exportar modelos entrenados.
• Engine: Contiene la lógica central para entrenar, validar, predecir, exportar y evaluar modelos.
• Data: Gestiona cómo se cargan, procesan y aumentan los conjuntos de datos. Esto incluye funciones para crear cargadores de datos (herramientas que introducen datos en el modelo por lotes), aplicar transformaciones (cambios realizados en las imágenes, como cambiar el tamaño o voltear para ayudar al modelo a aprender mejor) y preparar los datos (organizar y formatear las imágenes y etiquetas) para el entrenamiento.
• Utils: Esta sección proporciona una amplia gama de funciones auxiliares utilizadas en toda la base de código, como herramientas de visualización, gestión de archivos y cálculos de métricas.
• HUB: Se conecta a Ultralytics HUB, una plataforma de visión artificial sin código, lo que permite funciones en la nube como iniciar sesión, cargar modelos y gestionar conjuntos de datos a través de una API.
• Trackers: Implementa la lógica de seguimiento de objetos para aplicaciones que involucran vídeo o secuencias de imágenes cuadro a cuadro.

Cada uno de estos subdirectorios en el repositorio de GitHub tiene una sección correspondiente en la documentación. Esta estructura se refleja intencionalmente, lo que facilita el cambio entre leer la documentación y explorar el código fuente.

De hecho, en muchas de las páginas de referencia, también se muestra el código fuente real, por lo que puedes ver exactamente cómo se implementan las funciones y clases sin salir de la documentación.

Fig 4. El código fuente también se incluye en las páginas de referencia.

Link to this sectionEntender los componentes de modelos, motor y datos#

Ahora que hemos visto cómo está organizada la sección de referencia, analicemos más de cerca tres partes clave del paquete Ultralytics: modelos, motor y datos.

El subdirectorio de modelos contiene el código que define cómo funciona cada tipo de modelo. Está organizado tanto por tipos de modelo (como YOLO, FastSAM o RT-DETR) como por tareas como detección, segmentación o clasificación. Dentro de cada uno de ellos, encontrarás archivos o módulos que manejan acciones específicas; por ejemplo, cómo hace predicciones el modelo, cómo se entrena o cómo se evalúa su rendimiento.

Mientras tanto, el subdirectorio de motor (engine) trabaja entre bastidores para gestionar todo el proceso. Mientras que el subdirectorio de modelos se centra en lo que se supone que debe hacer cada modelo, el subdirectorio de motor se centra en cómo ejecutar realmente esas tareas de una manera coherente y eficiente.

Además, el subdirectorio de datos es responsable de cargar y preparar los conjuntos de datos. Esta parte de la base de código asegura que tus datos de entrenamiento estén limpios, estructurados y variados, ayudando al modelo a aprender mejor y generalizar de forma más eficaz.

Esta clara separación hace que el código sea más fácil de mantener y ofrece a los usuarios la flexibilidad de personalizarlo.

Link to this sectionEjemplos de uso de la sección de referencia#

Quizá te preguntes por qué es importante entender las diferentes partes de la base de código de Ultralytics. Si sabes qué parte del código maneja qué, resulta mucho más fácil encontrar la información que necesitas, hacer cambios o solucionar problemas.

Aquí tienes algunos ejemplos de cómo puedes usar la sección de referencia de la documentación:

• Si te preguntas "¿Cómo hace predicciones el modelo?", puedes ir a la categoría Models en la sección de referencia, seleccionar un tipo de modelo (como YOLO), elegir una tarea (como detect) y luego abrir la página Predict para obtener detalles.
• Si quieres saber cómo se están aplicando las aumentaciones de datos, puedes explorar la página Augment bajo la categoría Data. Enumera las técnicas de aumentación integradas utilizadas para mejorar el rendimiento del modelo y la variedad en los datos de entrenamiento.

Link to this sectionExplorar resultados a través de la sección de referencia#

La sección de referencia también es útil cuando intentas entender las salidas devueltas por tu modelo. Después de utilizar un modelo como YOLO11 para ejecutar una inferencia en una imagen, este devuelve un conjunto de resultados que describen lo que se detectó.

Por ejemplo, en una alimentación de cámara, podría detectar a una persona y resaltar su ubicación usando una caja delimitadora, junto con una puntuación de confianza: un valor entre 0 y 1 que indica cuán seguro está el modelo sobre la detección.

Si intentas entender cómo usar esa salida en tu proyecto, la sección de referencia puede guiarte. Incluye una página para el módulo Results que desglosa qué se incluye y cómo acceder a ello en tu código. Hay detalles sobre cómo ver cajas de detección, comprobar puntuaciones de confianza, mostrar resultados o guardarlos.

Fig 5. Un ejemplo de cómo se pueden visualizar los resultados devueltos por YOLO11.

Link to this sectionConclusiones clave#

La documentación de Ultralytics te ayuda a entender cómo utilizar los modelos YOLO de forma eficaz. Explica procesos clave como el entrenamiento de modelos, la preparación de datos y el trabajo con resultados. Cada página tiene explicaciones claras y ejemplos de fragmentos de código para ayudarte a empezar rápidamente.

Si tienes curiosidad sobre lo que sucede entre bastidores, la sección de referencia de la documentación también lo desglosa paso a paso. Muestra cómo está estructurado el código, qué hace cada parte y cómo funciona todo en conjunto. Esto facilita el aprendizaje, la personalización y la construcción segura de tus propios proyectos de visión artificial.

Sé parte de nuestra activa comunidad y explora el repositorio de GitHub para aprender más sobre cómo construir con IA. ¿Listo para lanzar tus propias ideas de visión artificial? Visita nuestras opciones de licencia para empezar. Comprueba cómo la IA de visión en la automoción y la IA en la atención sanitaria están causando impacto visitando nuestras páginas de soluciones.