Ultralytics YOLOv8から出力を抽出する

ヌヴォラ・ラディ

3分で読める

2024年4月25日

Ultralytics YOLOv8でコンピュータビジョンプロジェクトを最適化する方法をご覧ください。このガイドでは、YOLOv8のセットアップから結果抽出、実践的な実装まで、あらゆることをカバーすることを目的としています。

変化し続けるコンピュータビジョンの分野において、Ultralytics YOLOv8は物体 検出 セグメンテーション トラッキングなどのタスクにおいてトップクラスのモデルとして際立っています。経験豊富な開発者であれ、人工知能(AI)の初心者であれ、YOLOv8から効果的に出力を抽出する方法を理解することで、プロジェクトを大幅に強化することができます。このブログポストでは、YOLOv8モデルから結果を抽出して使用するための実践的な手順について掘り下げます。

YOLOv8のセットアップ

結果抽出に入る前に、YOLOv8モデルを立ち上げて実行することが重要です。初めての方は、様々なコンピュータビジョンタスクのためのYOLOモデルの セットアップと使い方の基本を説明した以前のビデオをご覧ください。結果抽出を始めるには、モデルが正しく設定されていることを確認します:

  1. モデルの初期化:YOLOv8モデルを適切に初期化する。オブジェクト検出や、ポーズ推定のような複雑なタスクなど、特定のニーズに合った適切なモデル構成を選択する。
  2. 推論の実行推論を実行するために、モデルを通してデータを入力します。このプロセスによりresultsオブジェクトが生成され、すべての検出データにアクセスするためのキーとなります。

結果オブジェクトを理解する

YOLOv8の結果オブジェクトは、情報の宝庫である。これには、プロジェクトを進めるために必要な、以下のようなすべての検出データが含まれている:

  • バウンディングボックス使用方法 results.boxes 検出されたオブジェクトの座標にアクセスする。
  • マスクとキーポイントポーズ推定のためのセグメンテーションマスクとキーポイントにアクセスする。 results.masks そして results.keypoints それぞれだ。
  • クラスの確率: results.probabilities は、検出された各クラスの尤度を提供し、信頼度スコアに基づいて検出をフィルタリングするのに便利です。

カスタムユースのためのデータ抽出

これらの出力をアプリケーションで使用するには、以下の手順に従ってください:

  1. 処理用にデータを変換する:GPU上でモデルを実行している場合、さらに操作するために.cpu()を使って出力をCPUフォーマットに変換する。
  2. バウンディングボックス座標へのアクセス結果オブジ ェ ク ト か ら 外接枠座標を直接取得 し 、 操作。
    こ れには、 正規化座標や、 幅や高 さ と いっ た特定の属性へのア ク セ ス も 含まれます。
  3. 分類を扱う:クラスIDと信頼度スコアを効果的に利用するために、上位の分類を抽出します。

コードでの実用化

ニコライ・ニールセンは、理論から実践への移行として、Visual Studio Codeを使用したカスタムPythonスクリプトにこれらのコンセプトを実装する方法を示します。スクリプトの内容

  • 検出クラスの設定:
    ‍ YOLOv8モデルをクラス構造内で初期化、設定し、ライブデータ入力の準備をする。
  • 結果の抽出:検出を実行し、結果オブジェクトから直接、バウンディングボックス、マスク、分類を抽出します。
    ‍ 以下のようになります。
  • 出力の活用:結果をJSONやCSVなどの使用可能な形式に変換したり、画像やビデオストリームにバウンディングボックスを描画するために直接使用したりできます。

ビジュアライゼーションとその先へ

生データを抽出することは非常に重要だが、これらの検出結果を視覚化することで、モデルのパフォーマンスを即座に把握することができる:

  • 矩形の描画:
    ‍ 画像やビデオ出力で検出されたオブジェクトの周囲に矩形を描画するには、バウンディングボックスデータを使用します。
  • 直接プロット:YOLOv8に内蔵されたプロット機能を活用し、コーディングを追加することなく、検出結果を直接視覚化できます。

YOLOv8で広がるAIツールキット

YOLOv8の出力抽出をマスターすることは、プロジェクトの能力を高めるだけでなく、オブジェクト検出システムについての理解を深めることにもつながります。

ステップに従うことで、YOLOv8のフルパワーを活用し、高度なAI駆動型アプリケーションの開発や堅牢なデータ分析の実施など、特定のニーズに合わせた検出を行うことができます。

YOLOv8やその他のAIテクノロジーを最大限に活用するためのチュートリアルにご期待ください。理論的な知識を実践的なスキルに変換し、コンピュータビジョンプロジェクトを正確かつ効率的に実現しましょう。私たちの コミュニティに参加し、最新の開発情報を入手したり、私たちの ドキュメントをチェックして、さらに学びましょう! 

ビデオ全編は こちらから! 

AIの未来
を一緒に作りましょう!

機械学習の未来への旅を始めよう

無料で始める
クリップボードにコピーされたリンク