Ultralytics YOLOv8カスタムオブジェクト検出をお試しください！ウェブカメラ上でライブ推論をトレーニング、エクスポート、実行する方法を学びます！
を使ったカスタムオブジェクト検出について詳しく見ていきましょう。 Ultralytics YOLOv8.このブログポストでは、カスタムモデルをトレーニングし、トレーニングされた重みをエクスポートし、ウェブカメラ上でライブ推論を実行する複雑なプロセスを探ります。
前回のビデオでは、Google Colabのカスタム・カップ・データセットでYOLOv8 モデルを トレーニングする領域を掘り下げてみた。トレーニングのグラフは着実に改善され、損失は減少し、平均エラー位置は増加しているのがわかりました。これに基づいて、私たちの特別なモデルは5つの異なるタイプのカップを非常に正確に識別できるようになりました。
カスタムモデルのトレーニングが完了し、準備が整ったので、次はトレーニング済みの重みをエクスポートし、ウェブカメラでライブ推論を実行するという、次のフロンティアを探求します。
モデル推論とは、トレーニング済みのコンピュータビジョンモデルを使用して、新しい、未知のデータに基づいて予測または意思決定を行うプロセスです。モデルが画像などの入力データを使用し、学習したパラメータと構造を通して処理を行う段階です。その後、モデルはトレーニングタスクに基づいて、分類、検出、またはセグメンテーションなどの出力を生成します。
実際的な意味では、推論には、トレーニング済みのモデルを本番環境にデプロイして、リアルタイムまたはバッチ処理のシナリオで実際のデータを処理するために使用することが含まれます。
Colabからダウンロードした学習済みモデルの重みをPython 環境にシームレスにインポートし、カスタムモデルの可能性を最大限に引き出す準備ができる。
数行のコードを使うだけで、Python スクリプトをセットアップして、ウェブカメラ上でライブ推論を実行し、リアルタイムの映像をキャプチャし、さまざまなカップを驚くほどの精度で検出することができます。YOLOv8 パワーは、私たちのモデルが様々な形、大きさ、色のカップを難なく識別することで発揮され、実世界のシナリオにおけるYOLOv8 8の多用途性と信頼性を示しています。
微調整モデルにはいくつかの利点がある。 detect segmentまたは classifyオブジェクトの検出、セグメンテーション、分類ができる。さらに、モデル・アーキテクチャが実世界のデータセットでどのように機能するかを理解する上で、研究者やデータ科学者を支援することができる。
カスタムモデルのトレーニングから、トレーニングされた重みのエクスポート、ウェブカメラ上でのライブ推論の実行まで、YOLOv8 8のパワーと多様性を目の当たりにしました。
Ultralytics YOLOv8カスタムオブジェクト検出の可能性を最大限に引き出す探求に参加しませんか。一緒に、AIの未来を一度に一つの検出で形作りましょう。 Ultralytics HUBや Ultralytics ドキュメントをご覧いただき、Ultralytics 最新情報をご確認ください ！
カスタムトレーニングされたYOLOv8 モデルのエクスポートとウェブカメラでの推論実行に興味がある方は、こちらのビデオをご覧ください！
