Ultralytics YOLO DocsのReferenceセクションの使用方法
Ultralytics YOLO DocsのReferenceセクションを使用して、Ultralytics Pythonパッケージの内部の仕組みを理解する方法を学びます。
現在、人工知能（AI）はこれまで以上に身近なものとなっており、誰でもさまざまな最先端タスク向けのAIモデルをすぐに使い始められます。
たとえば、コンピュータビジョンは、コンピュータが画像や動画の視覚情報を解釈・理解できるようにするAIの分野です。Ultralytics YOLO11のようなコンピュータビジョンモデルは、簡単に使い始められます。
Ultralytics YOLO11は、物体検出、インスタンスセグメンテーション、画像分類などのタスクに対応しており、自動運転、セキュリティ監視、リテール分析などのアプリケーションに利用できます。
図1. Ultralytics YOLO11はさまざまな物体の検出に利用できます。
具体的には、Ultralytics Pythonパッケージが、これらのAIモデルをすばやくトレーニング、カスタマイズ、デプロイするための使いやすいツールを提供しており、あらゆるスキルレベルのユーザーが高度なコンピュータビジョンアプリケーションを簡単に構築できます。
ただし、仕組みをより深く理解したり、独自のカスタマイズを作成したりしたい場合は、UltralyticsドキュメントのReferenceセクションが役立ちます。ここでは、データの処理方法、モデルのトレーニングプロセス、予測の可視化方法など、Ultralytics Pythonパッケージの内部動作について説明しています。
この記事では、UltralyticsドキュメントのReferenceセクションと、コンピュータビジョンプロジェクトでの使用方法について詳しく説明します。始めましょう。
Ultralytics YOLOモデルを使った開発を深く理解する#
Ultralytics Pythonパッケージの操作はシンプルで分かりやすいものです。数行のコードだけでYOLOモデルをトレーニングしたり、画像内の物体を検出したりできます。
ただし、コンピュータビジョンモデルの操作に慣れてきたら、UltralyticsドキュメントのReferenceセクションを使って、コードの仕組みやパッケージがサポートする関数をより深く確認できます。分かりやすい解説、設定可能なオプション、Ultralytics GitHubリポジトリにある関連コードへのリンクも含まれています。
Ultralytics Pythonパッケージの構成を説明し、モデルのセットアップ、データの読み込み、トレーニングプロセス、予測の生成と返却などの主要コンポーネントを取り上げています。
すべてが分かりやすいカテゴリーに整理されているため、必要な情報を簡単に見つけられます。たとえば、独自のデータセットでモデルをトレーニングしている場合は、Referenceセクションのデータに関する部分を確認すると、データがモデルのトレーニングでどのように使用されるかをよりよく理解できます。
Referenceセクションの使用を開始する方法#
Ultralytics YOLOドキュメントのReferenceセクションを開くと、ページ左側にさまざまなReferenceカテゴリーのメニューがあります。各カテゴリーは、モデル、データ処理、トレーニング関数など、Ultralyticsコードベースの特定の部分を表しています。
カテゴリーをクリックすると、より詳しい情報が記載されたページが表示されます。
図2. 左側には、さまざまなReferenceカテゴリーのメニューがあります。
同様に、ページ右側には目次があり、各Referenceページを関数（再利用可能なコードブロック）、クラス（オブジェクト作成の設計図）、メソッド（クラス内で定義された関数）などの主要コンポーネントに分けて示しています。これにより、必要な情報に直接移動できます。
図3. 右側には、表示している特定のReferenceページの目次があります。
Ultralytics GitHubリポジトリの構成#
Ultralytics GitHubリポジトリは、モデル、トレーニング、データなど、Ultralyticsパッケージの各部分に基づいてサブディレクトリまたはサブパッケージに整理されています。ドキュメントのReferenceセクションも同じ構成に従っているため、全体のつながりを理解しやすくなっています。
Ultralytics GitHubリポジトリとUltralyticsドキュメントのReferenceセクションの両方で確認できる主なサブディレクトリまたはカテゴリーは次のとおりです。
- Models: このセクションでは、予測の実行、パフォーマンスの検証、トレーニング済みモデルのエクスポートなど、さまざまなモデルとそのモードを扱います。
- Engine: モデルのトレーニング、検証、予測、エクスポート、評価に関するコアロジックが含まれています。
- Data: データセットの読み込み、処理、拡張を管理します。これには、データローダー（データをバッチ単位でモデルに供給するツール）の作成、変換（モデルの学習を助けるために画像のリサイズや反転などを行う変更）の適用、トレーニング用データ（画像とラベルの整理とフォーマット）の準備に使用する関数が含まれます。
- Utils: 可視化ツール、ファイル処理、メトリクス計算など、コードベース全体で使用される幅広いヘルパー関数を提供します。
- HUB: ノーコードのコンピュータビジョンプラットフォームであるUltralytics HUBに接続し、APIを通じてログイン、モデルのアップロード、データセットの管理などのクラウド機能を利用できるようにします。
- Trackers: 動画やフレーム単位の画像シーケンスを扱うアプリケーション向けに、物体追跡のロジックを実装します。
GitHubリポジトリ内のこれらの各サブディレクトリには、ドキュメント内に対応するセクションがあります。この構成は意図的に同じ形にされているため、ドキュメントを読むこととソースコードを確認することを簡単に切り替えられます。
実際、多くのReferenceページでは実際のソースコードも表示されるため、ドキュメントを離れることなく、関数やクラスがどのように実装されているかを正確に確認できます。
図4. ソースコードもReferenceページに含まれています。
モデル、エンジン、データコンポーネントを理解する#
Referenceセクションの構成を確認したところで、Ultralyticsパッケージの3つの主要部分、モデル、エンジン、データについて詳しく見ていきましょう。
modelsサブディレクトリには、各種類のモデルの動作を定義するコードが含まれています。YOLO、FastSAM、RT-DETRなどのモデルタイプと、検出、セグメンテーション、分類などのタスクの両方に基づいて整理されています。これらの各項目の内部には、モデルが予測を行う方法、トレーニングされる方法、パフォーマンスが評価される方法など、特定の処理を担うファイルやモジュールがあります。
一方、engineサブディレクトリはバックグラウンドで動作し、プロセス全体を管理します。modelsサブディレクトリが各モデルの役割に焦点を当てるのに対し、engineサブディレクトリは、これらのタスクを一貫性と効率性を保って実行する方法に焦点を当てています。
また、dataサブディレクトリはデータセットの読み込みと準備を担います。このコードベースの部分により、トレーニングデータがクリーンで構造化され、多様なものになります。その結果、モデルはより効果的に学習し、より適切に汎化できます。
この明確な分離により、コードの保守が容易になり、ユーザーは柔軟にカスタマイズできます。
Referenceセクションの使用例#
Ultralyticsコードベースのさまざまな部分を理解することがなぜ重要なのか、疑問に思うかもしれません。コードのどの部分が何を処理しているかを把握すれば、必要な情報の検索、変更、問題のトラブルシューティングがはるかに簡単になります。
ドキュメントのReferenceセクションを使用する方法をいくつか紹介します。
- 「モデルはどのように予測を行うのか」と疑問に思った場合は、ReferenceセクションのModelsカテゴリーに移動し、モデルタイプ（YOLOなど）を選択して、タスク（detectなど）を選び、Predictページを開くと詳細を確認できます。
- データ拡張がどのように適用されるかを知りたい場合は、Dataカテゴリーの下にあるAugmentページを確認できます。ここには、モデルのパフォーマンスとトレーニングデータの多様性を向上させるために使用される組み込みのデータ拡張手法が一覧表示されています。
Referenceセクションで結果を確認する#
Referenceセクションは、モデルが返す出力を理解したい場合にも役立ちます。Ultralytics YOLO11などのモデルで画像に対して推論を実行すると、検出内容を示す一連の結果が返されます。
たとえば、カメラ映像では人物を検出し、バウンディングボックスでその位置を強調表示することがあります。そこには信頼度スコアも含まれます。これは、モデルが検出をどの程度確信しているかを示す0から1までの値です。
その出力をプロジェクトで使用する方法を理解したい場合は、Referenceセクションが役立ちます。ここにはResultsモジュールのページがあり、含まれる情報とコードからのアクセス方法を詳しく説明しています。検出ボックスの表示、信頼度スコアの確認、結果の表示や保存の方法も記載されています。
図5. YOLO11が返した結果を可視化する例です。
主なポイント#
Ultralyticsドキュメントは、YOLOモデルを効果的に使用する方法の理解に役立ちます。モデルのトレーニング、データの準備、結果の操作などの主要なプロセスを説明しています。各ページには分かりやすい解説とサンプルコードがあり、すぐに使い始められます。
内部で何が起きているのか知りたい場合は、ドキュメントのReferenceセクションでその仕組みを段階的に確認できます。コードの構成、各部分の役割、全体がどのように連携するかが示されています。これにより、学習、カスタマイズ、独自のコンピュータビジョンプロジェクトの自信を持った構築が容易になります。
活発なコミュニティに参加し、GitHubリポジトリを探索して、AIを活用した開発について詳しく学びましょう。独自のコンピュータビジョンのアイデアを実現する準備はできていますか。ライセンスオプションを確認して始めましょう。自動車分野のビジョンAIとヘルスケア分野のAIがどのような影響をもたらしているか、ソリューションページでご覧ください。
