Cómo usar 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 que cualquiera pueda empezar a utilizar rápidamente diferentes modelos de IA para diversas tareas de vanguardia.

Por ejemplo, la computer vision es una rama de la inteligencia artificial que permite a las ordenadores interpretar y comprender información visual a partir de imágenes y vídeos, y los modelos de computer vision como Ultralytics YOLO11 son muy fáciles de usar para empezar.

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

Fig 1. Ultralytics YOLO11 se puede usar para detectar varios objetos.

En concreto, el Ultralytics Python package ofrece herramientas fáciles de usar para entrenar, personalizar y desplegar rápidamente estos modelos de IA, lo que permite a usuarios de todos los niveles crear aplicaciones avanzadas de computer vision con facilidad.

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

En este artículo, echaremos un vistazo más de cerca a la sección de Referencia de la documentación de Ultralytics y a cómo utilizarla cuando trabajes en proyectos de computer vision. ¡Empecemos!

Una mirada más profunda al trabajo con modelos Ultralytics YOLO#

Trabajar con el paquete de 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 computer vision, la sección de referencia de la documentación de Ultralytics te ayuda 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 Ultralytics Python package y abarca 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 dataset, 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.

Cómo empezar con la sección de Referencia#

Si vas 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 models, la gestión de datos o las funciones de entrenamiento.

Al hacer clic en una categoría, accederás a una página que te ofrece más detalles.

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

Del mismo modo, en el lado derecho de la página, encontrarás la tabla de contenidos 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 hace que sea fácil saltar directamente a lo que buscas.

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

La 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 de Ultralytics, como modelos, entrenamiento y data. La sección de referencia de la documentación sigue esta misma estructura, lo que facilita comprender 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 los diferentes modelos y sus modes, como realizar 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 datasets. Esto incluye funciones para crear cargadores de datos (dataloaders) (herramientas que introducen datos en el modelo por lotes), aplicar transformaciones (cambios realizados en las imágenes, como el cambio de tamaño o el volteo, para ayudar al modelo a aprender mejor) y preparar datos (organizar y formatear las imágenes y etiquetas) para el entrenamiento.
• Utils: Esta sección proporciona una amplia gama de funciones de ayuda 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 computer vision sin código que habilita funciones en la nube como iniciar sesión, subir 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 la lectura de la documentación y la exploración del código fuente.

De hecho, en muchas de las páginas de Referencia, también se muestra el código fuente real, para que puedas 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.

Comprender los componentes de modelos, motor y datos#

Ahora que hemos visto cómo está organizada la sección de Referencia, echemos un vistazo más de cerca a 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 gestionan acciones específicas; por ejemplo, cómo el modelo hace predicciones, cómo se entrena o cómo se evalúa su performance.

Mientras tanto, el subdirectorio de motor (engine) trabaja entre bastidores para gestionar todo el proceso. Aunque 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 esas tareas de forma coherente y eficiente.

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

Esta clara separación facilita el mantenimiento del código y ofrece a los usuarios la flexibilidad de personalizarlo.

Ejemplos de uso de la sección de Referencia#

Quizás te preguntes: ¿por qué es importante entender las diferentes partes de la base de código de Ultralytics? Si sabes qué parte del código gestiona qué, resulta mucho más fácil encontrar la información que necesitas, realizar cambios o solucionar problemas.

Aquí tienes algunos ejemplos de cómo puedes utilizar la sección de Referencia de la documentación:

• Si te preguntas: “¿Cómo hace el modelo las predicciones?”, puedes ir a la categoría Models en la sección de Referencia, seleccionar un tipo de modelo (como YOLO), elegir una tarea (como detect) y, a continuación, abrir la página Predict para obtener más detalles.
• Si quieres saber cómo se aplican las data augmentations, puedes explorar la página Augment dentro de la categoría Data. En ella se enumeran las técnicas de aumento integradas que se utilizan para mejorar el rendimiento del modelo y la variedad en los datos de entrenamiento.

Explorar los resultados a través de la sección de Referencia#

La sección de referencia también es útil cuando intentas comprender las salidas que devuelve tu modelo. Después de usar un modelo como Ultralytics YOLO11 para ejecutar una inferencia en una imagen, este devuelve un conjunto de resultados que describen lo que se ha detectado.

Por ejemplo, en la transmisión de una cámara, es posible que detecte una persona y resalte su ubicación mediante una bounding box, junto con una puntuación de confianza, un valor entre 0 y 1 que indica la seguridad del modelo sobre la detección.

Si intentas comprender cómo utilizar ese resultado en tu proyecto, la sección de referencia puede servirte de guía. Incluye una página para el Results module que detalla qué se incluye y cómo acceder a él en tu código. Hay detalles sobre cómo ver las cajas de detección, comprobar las puntuaciones de confianza, mostrar los resultados o guardarlos.

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

Conclusiones clave#

La documentación de Ultralytics te ayuda a comprender 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 contiene explicaciones claras y ejemplos de fragmentos de código para ayudarte a empezar rápidamente.

Si sientes curiosidad por saber qué ocurre 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 con confianza de tus propios proyectos de computer vision.

Forma parte de our active community y explora el GitHub repository para obtener más información sobre cómo desarrollar con IA. ¿Estás listo para lanzar tus propias ideas de computer vision? Visita our licensing options para empezar. Comprueba cómo vision AI in automotive y AI in healthcare están generando impacto visitando nuestras páginas de soluciones.