Ultralytics YOLOv8から出力を抽出する

絶えず変化す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、およびトラッキングといった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は、プロジェクトを大きく向上させることにつながります。本ブログ投稿では、YOLOv8モデルから結果を抽出し利用するための実践的な手順を詳しく解説します。

Link to this sectionYOLOv8のセットアップ#

結果の抽出に進む前に、YOLOv8モデルが正常に動作する環境を整えることが不可欠です。初めての方は、以前公開した動画で、さまざまなコンピュータビジョンのタスクに向けたセットアップとYOLOモデルの使用の基本を解説していますので、そちらをご覧ください。結果の抽出を始めるには、モデルが正しく設定されていることを確認してください。

1. モデルの初期化: YOLOv8モデルを適切に初期化し、物体検出やポーズ推定といった複雑なタスクなど、特定のニーズに最適なモデル構成を選択してください。
2. 推論の実行: データをモデルに入力して推論を実行します。このプロセスにより、すべての検出データにアクセスするための鍵となる結果オブジェクトが生成されます。

Link to this section結果オブジェクトの理解#

YOLOv8における結果オブジェクトは、情報の宝庫です。プロジェクトを進行させるために必要なすべての検出データが含まれており、具体的には以下のようなものがあります。

• バウンディングボックス: results.boxesを使用して、検出されたオブジェクトの座標にアクセスします。
• マスクとキーポイント: results.masksおよびresults.keypointsを使用して、それぞれセグメンテーションマスクとポーズ推定用のキーポイントにアクセスします。
• クラス確率: results.probsは、検出された各クラスの確信度を提供します。これは、信頼スコアに基づいて検出結果をフィルタリングする際に役立ちます。

Link to this sectionカスタム用途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. 処理のためのデータ変換: モデルをGPUで実行している場合は、出力を.cpu()を使用してCPUフォーマットに変換し、さらなる操作を行います。
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バウンディングボックスの座標を直接取得・操作します。これには、正規化された座標や、幅や高さなどの特定の属性へのアクセスが含まれます。
3. クラス分類の処理: 上位の分類結果を抽出し、クラスIDと信頼スコアを効果的に利用します。

Link to this sectionコードにおける実践的な適用#

理論から実践へ移行するため、Nicolai NielsenがVisual Studio Codeを使用して、カスタムPythonスクリプト内でこれらの概念を実装する方法をデモンストレーションします。このスクリプトには以下が含まれます。

• 検出クラスのセットアップ: YOLOv8モデルをクラス構造内で初期化・構成し、ライブデータ入力に備えます。
• 結果の抽出: 検出を実行し、バウンディングボックス、マスク、分類結果を結果オブジェクトから直接抽出します。
• 出力の活用: 結果をJSONやCSVなどの利用可能な形式に変換したり、画像やビデオストリーム上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します。

Link to this section可視化とその先#

生のデータを抽出することは不可欠ですが、これらの検出結果を可視化することで、モデルのパフォーマンスに関する洞察を即座に得ることができます。

• 長方形の描画: バウンディングボックスデータを使用して、画像やビデオ出力内の検出されたオブジェクトの周囲に長方形を描画します。
• 直接的なプロッティング: YOLOv8の組み込みプロッティング機能を利用して、追加のコーディングなしで検出結果を直接可視化します。

Link to this sectionYOLOv8でAIツールキットを拡張する#

YOLOv8の出力抽出を習得することは、プロジェクトの能力を向上させるだけでなく、物体検出システムへの理解を深めることにもつながります。

これらの手順に従うことで、YOLOv8の真の力を活用し、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行など、特定のニーズに合わせて検出結果を調整することができます。

今後も、YOLOv8やその他のAI技術を最大限に活用するためのチュートリアルを公開していきますので、お楽しみに。理論的な知識を実践的なスキルへと変え、正確かつ効率的にコンピュータビジョンプロジェクトを実現しましょう。私たちのコミュニティに参加して最新の開発状況を確認したり、ドキュメントをチェックして詳細を学んだりしてください。

ビデオの全編はこちらからご覧いただけます。Watch the full video!