Ultralytics YOLOv8から出力を抽出する

常に変化するコンピュータービジョン分野において、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対応する最上位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っても、人工知能（AI）を始めたばかりであっても、YOLOv8から出力を効果的に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できます。このブログ記事では、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を詳しく説明します。

Ultralytics YOLOv8のセットアップ#

結果の抽出に入る前に、Ultralytics YOLOv8モデルが正常に稼働していることを確認することが重要です。初めて使用する場合は、コンピュータービジョンのさまざまなタスクでYOLOモデルを設定して使用する方法の基本を解説した以前の動画をご覧いただけます。結果の抽出を開始するには、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：Ultralytics YOLOv8モデルを適切に初期化し、物体検出からポーズ推定のようなより複雑なタスクまで、具体的なニーズに合った正しいモデル設定を選択してください。
2. 推論の実行：モデルにデータを入力して推論を実行します。この処理によって結果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鍵となります。

結果オブジェクトを理解する#

Ultralytics YOLOv8の結果オブジェクトには、豊富な情報が含まれています。プロジェクトを進めるために必要なすべての検出データが含まれており、次のような情報を利用できます。

• 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とresults.keypointsをそれぞれ使用して、ポーズ推定用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します。
• クラス確率：results.probsによって、検出された各クラスの可能性を取得できます。これは、信頼度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。

カスタム用途向けのデータ抽出#

これらの出力をアプリケーションで使用するには、次の手順に従ってください。

1. 処理用のデータ変換：モデルをGPU上で実行している場合は、さらに操作できるように、.cpu()を使用して出力をCPU形式に変換します。
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して操作します。正規化された座標や、幅や高さなどの特定の属性にもアクセスできます。
3. 分類の処理：上位の分類結果を抽出し、クラスIDと信頼度スコアを効果的に活用します。

コードでの実践的な適用#

理論から実践へ移行するにあたり、Nicolai NielsenがVisual Studio Codeを使用したカスタムPythonスクリプト内で、これらの概念を実装する方法を紹介します。スクリプトには次の処理が含まれます。

• 検出クラスのセットアップ：クラス構造内でUltralytics YOLOv8モデルを初期化して設定し、ライブデータを入力できるように準備します。
• 結果の抽出：検出を実行し、結果オブジェクトからバウンディングボックス、マスク、分類結果を直接抽出します。
• 出力の活用：結果をJSONやCSVなどの利用可能な形式に変換するか、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ます。

可視化とその先#

生データの抽出は重要ですが、これらの検出結果を可視化することで、モデルの性能をすぐに把握できます。

• 矩形の描画：バウンディングボックスのデータを使用して、画像またはビデオの出力で検出されたオブジェクトの周囲に矩形を描画します。
• 直接プロット：Ultralytics YOLOv8に組み込まれたプロット関数を利用して、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。

Ultralytics YOLOv8でAIツールキットを拡充する#

Ultralytics YOLOv8の出力抽出を習得すると、プロジェクトの能力が向上するだけでなく、物体検出システムへの理解も深まります。

これらの手順に従うことで、高度なAI搭載アプリケーションの開発でも堅牢なデータ分析でも、特定のニーズに合わせて検出を調整し、Ultralytics YOLOv8の性能を最大限に活用できます。

Ultralytics 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を、今後もお楽しみに。理論的な知識を実践的なスキルに変え、コンピュータービジョンプロジェクトを高い精度と効率で実現しましょう。最新の開発状況を把握するには、コミュニティに参加し、詳細についてはドキュメントもご覧ください。

完全な動画を完全な動画をご覧ください！