Como utilizar a secção de Referência da documentação do Ultralytics YOLO

Atualmente, a inteligência artificial (IA) está mais acessível do que nunca, tornando possível a qualquer pessoa mergulhar e começar rapidamente a utilizar diferentes modelos de IA para várias tarefas de vanguarda.

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

O YOLO11 suporta tarefas como deteção de objetos, segmentação de instâncias e classificação de imagens, e pode ser utilizado para aplicações como condução autónoma, monitorização de segurança e análise de retalho.

Fig 1. O YOLO11 pode ser utilizado para detetar vários objetos.

Especificamente, o pacote Python Ultralytics fornece ferramentas fáceis de utilizar para treinar, personalizar e implementar rapidamente estes modelos de IA, permitindo que utilizadores de todos os níveis de habilidade construam facilmente aplicações avançadas de visão computacional.

No entanto, se tiveres interesse em aprofundar o funcionamento de tudo ou em criar as tuas próprias personalizações, a secção de Referência da documentação do Ultralytics é um excelente recurso. Esta cobre o funcionamento interno do pacote Python Ultralytics, incluindo a forma como os teus dados são tratados, o processo de treino do modelo e como podes visualizar as previsões.

Neste artigo, vamos observar mais de perto a secção de Referência da documentação do Ultralytics e como a utilizar ao trabalhar em projetos de visão computacional. Vamos começar!

Link to this sectionUm olhar mais profundo sobre o trabalho com modelos Ultralytics YOLO#

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

No entanto, assim que te familiarizas com o trabalho com modelos de visão computacional, a secção de Referência da documentação do Ultralytics ajuda-te a dar uma olhadela mais profunda sobre como o código funciona e que funções o pacote suporta. Também inclui explicações fáceis de seguir, opções configuráveis e links para código relevante disponível no repositório GitHub do Ultralytics.

Explica como o pacote Python Ultralytics está estruturado e cobre componentes chave como configuração do modelo, carregamento de dados, o processo de treino e como as previsões são feitas e devolvidas.

Tudo está organizado em categorias claras, por isso é fácil encontrar o que procuras. Por exemplo, se estiveres a treinar um modelo com o teu próprio conjunto de dados, podes ir à parte da secção de Referência focada em dados, e isso dar-te-á uma melhor ideia de como os teus dados serão utilizados para o treino do modelo.

Link to this sectionComo começar com a secção de Referência#

Se te dirigires à secção de Referência na documentação do Ultralytics YOLO, encontrarás um menu no lado esquerdo da página com diferentes categorias de referência. Cada categoria representa uma parte específica da base de código do Ultralytics, como modelos, tratamento de dados ou funções de treino.

Clicar numa categoria leva-te a uma página que te dá mais detalhes.

Fig 2. No lado esquerdo, encontrarás um menu de diferentes categorias de Referência.

Da mesma forma, no lado direito da página, encontrarás o índice que divide cada página de referência em componentes chave como funções (blocos de código reutilizáveis), classes (planos para criar objetos) e métodos (funções definidas dentro de classes). Isto torna fácil saltar diretamente para o que estás à procura.

Fig 3. No lado direito, encontrarás um índice para a página de Referência específica que estás a visualizar.

Link to this sectionA estrutura do repositório GitHub do Ultralytics#

O repositório GitHub do Ultralytics está organizado em subdiretórios ou subpacotes baseados em diferentes partes do pacote Ultralytics, tais como modelos, treino e dados. A secção de Referência na documentação segue esta mesma estrutura, o que torna mais fácil compreender como tudo se encaixa.

Aqui estão alguns dos principais subdiretórios ou categorias que verás tanto no repositório GitHub do Ultralytics como na secção de Referência da documentação do Ultralytics:

• Models: Esta secção foca-se em diferentes modelos e nos seus modos, tais como fazer previsões, validar o desempenho e exportar modelos treinados.
• Engine: Contém a lógica central para treinar, validar, prever, exportar e avaliar modelos.
• Data: Gere a forma como os conjuntos de dados são carregados, processados e aumentados. Isto inclui funções para criar carregadores de dados (ferramentas que alimentam dados ao modelo em lotes), aplicar transformações (alterações feitas a imagens, como redimensionamento ou inversão, para ajudar o modelo a aprender melhor) e preparar dados (organizar e formatar as imagens e etiquetas) para o treino.
• Utils: Esta secção fornece uma vasta gama de funções auxiliares utilizadas em toda a base de código, tais como ferramentas de visualização, tratamento de ficheiros e cálculos de métricas.
• HUB: Liga-se ao Ultralytics HUB, uma plataforma de visão computacional sem código, ativando funcionalidades na cloud como iniciar sessão, carregar modelos e gerir conjuntos de dados através de uma API.
• Trackers: Implementa a lógica de rastreio de objetos para aplicações que envolvem vídeo ou sequências de imagens quadro a quadro.

Cada um destes subdiretórios no repositório GitHub tem uma secção correspondente na documentação. Esta estrutura é intencionalmente espelhada, tornando mais fácil alternar entre ler a documentação e explorar o código fonte.

De facto, em muitas das páginas de Referência, o código fonte real também é apresentado, para que possas 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 sectionCompreender os componentes de modelos, engine e dados#

Agora que vimos como a secção de Referência está organizada, vamos observar mais de perto três partes chave do pacote Ultralytics: modelos, engine e dados.

O subdiretório models contém o código que define como cada tipo de modelo funciona. Está organizado tanto por tipos de modelos (como YOLO, FastSAM ou RT-DETR) como por tarefas, tais como deteção, segmentação ou classificação. Dentro de cada um destes, encontrarás ficheiros ou módulos que lidam com ações específicas - por exemplo, como o modelo faz previsões, como é treinado ou como o seu desempenho é avaliado.

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

Além disso, o subdiretório data é responsável por carregar e preparar conjuntos de dados. Esta parte da base de código garante que os teus dados de treino estão limpos, estruturados e variados, ajudando o modelo a aprender melhor e a generalizar de forma mais eficaz.

Esta separação clara torna o código mais fácil de manter e dá aos utilizadores a flexibilidade para o personalizar.

Link to this sectionExemplos de utilização da secção de Referência#

Podes estar a perguntar-te: porque é importante compreender as diferentes partes da base de código do Ultralytics? Se souberes que parte do código lida com o quê, torna-se muito mais fácil encontrar a informação de que precisas, fazer alterações ou resolver problemas.

Aqui estão alguns exemplos de como podes utilizar a secção de Referência da documentação:

• Se estiveres a perguntar: “Como é que o modelo faz previsões?”, podes ir à categoria Models na secção de Referência, selecionar um tipo de modelo (como YOLO), escolher uma tarefa (como detetar) e depois abrir a página Predict para mais detalhes.
• Se quiseres saber como aumentações de dados estão a ser aplicadas, podes explorar a página Augment sob a categoria Data. Esta lista as técnicas de aumento integradas utilizadas para melhorar o desempenho do modelo e a variedade nos dados de treino.

Link to this sectionExplorar resultados através da secção de Referência#

A secção de Referência também é útil quando estás a tentar compreender os resultados devolvidos pelo teu modelo. Após um modelo como o YOLO11 ser utilizado para executar uma inferência numa imagem, este devolve um conjunto de resultados que descrevem o que foi detetado.

Por exemplo, num feed de câmara, pode detetar uma pessoa e destacar a sua localização utilizando uma caixa delimitadora, juntamente com uma pontuação de confiança - um valor entre 0 e 1 que indica quão certo o modelo está sobre a deteção.

Se estás a tentar compreender como utilizar esse resultado no teu projeto, a secção de Referência pode guiar-te. Inclui uma página para o módulo Results que divide o que está incluído e como aceder a ele no teu código. Existem detalhes sobre como visualizar caixas de deteção, verificar pontuações de confiança, exibir resultados ou guardá-los.

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

Link to this sectionPrincipais conclusões#

A documentação do Ultralytics ajuda-te a compreender como utilizar modelos YOLO de forma eficaz. Explica processos chave como treinar modelos, preparar dados e trabalhar com resultados. Cada página tem explicações claras e exemplos de snippets de código para te ajudar a começar rapidamente.

Se tens curiosidade sobre o que acontece nos bastidores, a secção de Referência da documentação também o explica passo a passo. Mostra como o código está estruturado, o que cada parte faz e como tudo funciona em conjunto. Isto torna mais fácil aprender, personalizar e construir com confiança os teus próprios projetos de visão computacional.

Faz parte da nossa comunidade ativa e explora o repositório GitHub para saberes mais sobre a construção com IA. Pronto para lançar as tuas próprias ideias de visão computacional? Visita as nossas opções de licenciamento para começares. Vê como a IA de visão na indústria automóvel e a IA nos cuidados de saúde estão a causar impacto ao visitares as nossas páginas de soluções.