Como usar a seção de Referência da documentação do Ultralytics YOLO

Hoje em dia, a inteligência artificial (IA) está mais acessível do que nunca, tornando possível para qualquer pessoa mergulhar no assunto e começar rapidamente a usar diferentes modelos de IA para diversas tarefas de ponta.

Por exemplo, visão computacional é um ramo da IA que permite que computadores interpretem e entendam informações visuais de imagens e vídeos, e modelos de visão computacional como o Ultralytics YOLO11 são fáceis de começar a usar.

O YOLO11 suporta tarefas como detecção de objetos, segmentação de instâncias e classificação de imagens, podendo ser usado em aplicações como direção autônoma, monitoramento de segurança e análise de varejo.

Fig 1. O YOLO11 pode ser usado para detectar vários objetos.

Especificamente, o pacote Python da Ultralytics oferece ferramentas intuitivas para treinar, personalizar e implantar rapidamente esses modelos de IA, permitindo que usuários de todos os níveis de habilidade construam facilmente aplicações avançadas de visão computacional.

No entanto, se você estiver interessado em entender melhor como tudo funciona ou em criar suas próprias personalizações, a seção de Referência da documentação da Ultralytics é um excelente recurso. Ela cobre o funcionamento interno do pacote Python da Ultralytics, incluindo como seus dados são processados, o processo de treinamento de modelos e como você pode visualizar as previsões.

Neste artigo, veremos mais de perto a seção de Referência da documentação da Ultralytics e como usá-la ao trabalhar em projetos de visão computacional. Vamos começar!

Link to this sectionUm olhar mais profundo sobre como trabalhar com modelos Ultralytics YOLO#

Trabalhar com o pacote Python da Ultralytics é simples e direto. Você pode treinar modelos YOLO ou detectar objetos em imagens usando apenas algumas linhas de código.

No entanto, assim que você se familiarizar com os modelos de visão computacional, a seção de Referência da documentação da Ultralytics ajuda você a entender melhor como o código funciona e quais funções o pacote suporta. Ela também inclui explicações fáceis de seguir, opções configuráveis e links para códigos relevantes disponíveis no repositório da Ultralytics no GitHub.

Ela explica como o pacote Python da Ultralytics é estruturado e cobre componentes principais como configuração de modelos, carregamento de dados, processo de treinamento e como as previsões são feitas e retornadas.

Tudo é organizado em categorias claras, por isso é fácil encontrar o que você procura. Por exemplo, se você estiver treinando um modelo com seu próprio conjunto de dados, pode ir para a parte da seção de Referência focada em dados, e ela lhe dará uma ideia melhor de como seus dados serão usados para o treinamento do modelo.

Link to this sectionComo começar a usar a seção de Referência#

Se você for à seção de Referência na documentação do Ultralytics YOLO, encontrará um menu no lado esquerdo da página com diferentes categorias de referência. Cada categoria representa uma parte específica da base de código da Ultralytics, como modelos, manipulação de dados ou funções de treinamento.

Clicar em uma categoria leva você a uma página que fornece mais detalhes.

Fig 2. À esquerda, você encontrará um menu de diferentes categorias de Referência.

Da mesma forma, no lado direito da página, você encontrará o sumário que divide cada página de referência em componentes principais, como funções (blocos de código reutilizáveis), classes (modelos para criar objetos) e métodos (funções definidas dentro das classes). Isso facilita ir direto ao que você procura.

Fig 3. À direita, você encontrará um sumário da página de Referência específica que está visualizando.

Link to this sectionA estrutura do repositório da Ultralytics no GitHub#

O repositório da Ultralytics no GitHub é organizado em subdiretórios ou subpacotes baseados em diferentes partes do pacote Ultralytics, como modelos, treinamento e dados. A seção de Referência na documentação segue essa mesma estrutura, o que torna mais fácil entender como tudo se encaixa.

Aqui estão alguns dos principais subdiretórios ou categorias que você verá tanto no repositório da Ultralytics no GitHub quanto na seção de Referência da documentação da Ultralytics:

• Models: Esta seção foca em diferentes modelos e seus modos, como fazer previsões, validar o desempenho e exportar modelos treinados.
• Engine: Contém a lógica principal para treinar, validar, prever, exportar e avaliar modelos.
• Data: Gerencia como os conjuntos de dados são carregados, processados e aumentados. Isso inclui funções para criar carregadores de dados (ferramentas que alimentam os dados no modelo em lotes), aplicar transformações (mudanças feitas em imagens, como redimensionamento ou inversão, para ajudar o modelo a aprender melhor) e preparar dados (organizar e formatar as imagens e rótulos) para o treinamento.
• Utils: Esta seção oferece uma ampla gama de funções auxiliares usadas em toda a base de código, como ferramentas de visualização, manuseio de arquivos e cálculos de métricas.
• HUB: Conecta-se à Ultralytics HUB, uma plataforma de visão computacional sem necessidade de código, permitindo recursos em nuvem como login, upload de modelos e gerenciamento de conjuntos de dados via API.
• Trackers: Implementa a lógica de rastreamento de objetos para aplicações que envolvem vídeo ou sequências de imagens quadro a quadro.

Cada um desses subdiretórios no repositório do GitHub tem uma seção correspondente na documentação. Essa estrutura é intencionalmente espelhada, facilitando a alternância entre a leitura da documentação e a exploração do código-fonte.

Na verdade, em muitas das páginas de Referência, o código-fonte real também é exibido, para que você possa ver exatamente como as funções e classes são implementadas sem sair da documentação.

Fig 4. O código-fonte também está incluído nas páginas de Referência.

Link to this sectionEntendendo os componentes de modelos, engine e dados#

Agora que vimos como a seção de Referência é organizada, vamos examinar mais de perto três partes principais do pacote Ultralytics: modelos, engine e dados.

O subdiretório de modelos contém o código que define como cada tipo de modelo funciona. Ele é organizado tanto por tipos de modelo (como YOLO, FastSAM ou RT-DETR) quanto por tarefas como detecção, segmentação ou classificação. Dentro de cada um deles, você encontrará arquivos ou módulos que lidam com ações específicas - por exemplo, como o modelo faz previsões, como ele é treinado ou como seu desempenho é avaliado.

Enquanto isso, o subdiretório engine trabalha nos bastidores para gerenciar todo o processo. Embora o subdiretório de modelos foque no que cada modelo deve fazer, o subdiretório engine foca em como executar essas tarefas de forma consistente e eficiente.

Além disso, o subdiretório de dados é responsável pelo carregamento e preparação dos conjuntos de dados. Essa parte da base de código garante que seus dados de treinamento estejam limpos, estruturados e variados, ajudando o modelo a aprender melhor e generalizar com mais eficácia.

Essa separação clara torna o código mais fácil de manter e oferece aos usuários a flexibilidade para personalizá-lo.

Link to this sectionExemplos de uso da seção de Referência#

Você pode estar se perguntando: por que é importante entender as diferentes partes da base de código da Ultralytics? Se você souber qual parte do código lida com o quê, torna-se muito mais fácil encontrar as informações necessárias, fazer alterações ou solucionar problemas.

Aqui estão alguns exemplos de como você pode usar a seção de Referência da documentação:

• Se você estiver perguntando “Como o modelo faz previsões?”, pode ir para a categoria Models na seção de Referência, selecionar um tipo de modelo (como YOLO), escolher uma tarefa (como detecção) e, em seguida, abrir a página Predict para obter detalhes.
• Se você quiser saber como aumentações de dados estão sendo aplicadas, você pode explorar a página Augment na categoria Data. Ela lista as técnicas de aumentação integradas usadas para melhorar o desempenho do modelo e a variedade nos dados de treinamento.

Link to this sectionExplorando resultados através da seção de Referência#

A seção de Referência também é útil quando você está tentando entender as saídas retornadas pelo seu modelo. Depois que um modelo como o YOLO11 é usado para executar uma inferência em uma imagem, ele retorna um conjunto de resultados que descrevem o que foi detectado.

Por exemplo, em um feed de câmera, ele pode detectar uma pessoa e destacar sua localização usando uma caixa delimitadora, juntamente com uma pontuação de confiança - um valor entre 0 e 1 que indica o quão certo o modelo está sobre a detecção.

Se você estiver tentando entender como usar esse resultado no seu projeto, a seção de Referência pode guiá-lo. Ela inclui uma página para o módulo Results que detalha o que está incluído e como acessá-lo no seu código. Há detalhes sobre como visualizar caixas de detecção, verificar pontuações de confiança, exibir resultados ou salvá-los.

Fig 5. Um exemplo de como os resultados retornados pelo YOLO11 podem ser visualizados.

Link to this sectionPrincipais pontos#

A documentação da Ultralytics ajuda você a entender como usar modelos YOLO com eficácia. Ela explica processos fundamentais, como treinar modelos, preparar dados e trabalhar com resultados. Cada página possui explicações claras e exemplos de trechos de código para ajudar você a começar rapidamente.

Se você estiver curioso sobre o que acontece nos bastidores, a seção de Referência da documentação também explica passo a passo. Ela mostra como o código é estruturado, o que cada parte faz e como tudo funciona em conjunto. Isso torna mais fácil aprender, personalizar e construir com confiança seus próprios projetos de visão computacional.

Faz parte da nossa comunidade ativa e explora o repositório do GitHub para saberes mais sobre como desenvolver com IA. Estás pronto para lançar as tuas próprias ideias de visão computacional? Visita as nossas opções de licenciamento para começares. Vê como a visão por IA no setor automóvel e a IA na saúde estão a causar impacto ao visitares as nossas páginas de soluções.