Как использовать раздел Reference в документации Ultralytics YOLO

Сегодня искусственный интеллект (ИИ) доступнее, чем когда-либо, что позволяет каждому быстро погрузиться в тему и начать использовать различные модели ИИ для выполнения широкого спектра передовых задач.

Например, computer vision — это ветвь ИИ, которая позволяет компьютерам интерпретировать и понимать визуальную информацию из изображений и видео, а с моделями компьютерного зрения, такими как Ultralytics YOLO11, легко начать работу.

Ultralytics YOLO11 поддерживает такие задачи, как детектирование объектов, сегментация экземпляров и классификация изображений, и может использоваться для таких приложений, как автономное вождение, охранный мониторинг и ритейл-аналитика.

Рис. 1. Ultralytics YOLO11 можно использовать для детектирования различных объектов.

В частности, Ultralytics Python package предоставляет простые в использовании инструменты для быстрой тренировки, настройки и развертывания этих моделей ИИ, позволяя пользователям любого уровня подготовки легко создавать продвинутые приложения компьютерного зрения.

Однако, если ты хочешь глубже разобраться в том, как всё устроено, или создать собственные кастомизации, Reference section документации Ultralytics — отличный ресурс. В нем рассматривается внутреннее устройство пакета Python для Ultralytics, включая то, как обрабатываются твои данные, процесс обучения моделей и то, как ты можешь визуализировать предсказания.

В этой статье мы подробнее рассмотрим справочный раздел документации Ultralytics и научимся использовать его при работе над проектами в области компьютерного зрения. Давай начнем!

Более глубокий взгляд на работу с моделями Ultralytics YOLO#

Работать с пакетом Python для Ultralytics просто и понятно. Ты можешь обучать модели YOLO или обнаруживать объекты на изображениях с помощью всего нескольких строк кода.

Однако, как только ты освоишься с работой с моделями компьютерного зрения, раздел справки документации Ultralytics поможет тебе поближе взглянуть на то, how the code works и какие функции поддерживает пакет. Он также включает понятные объяснения, настраиваемые опции и ссылки на соответствующий код, доступный в репозитории GitHub компании Ultralytics.

В нем объясняется структура пакета Ultralytics Python и рассматриваются ключевые компоненты, такие как настройка модели, загрузка данных, процесс обучения, а также то, как формируются и возвращаются предсказания.

Всё организовано по четким категориям, поэтому найти нужное очень легко. Например, если ты тренируешь модель на собственном наборе данных, ты можешь перейти к части справочника, посвященной данным, и лучше понять, как твои данные будут использоваться для обучения.

Как начать работу со справочным разделом#

Если ты перейдешь в раздел справки в документации Ultralytics YOLO, то найдешь в левой части страницы меню с различными категориями справки. Каждая категория представляет собой определенную часть кодовой базы Ultralytics, например models, обработку данных или функции обучения.

Нажатие на категорию перенесет тебя на страницу с более подробной информацией.

Fig 2. Слева ты найдешь меню различных категорий справки.

Аналогично, в правой части страницы находится оглавление, которое разбивает каждую страницу справочника на ключевые компоненты: функции (повторно используемые блоки кода), классы (шаблоны для создания объектов) и методы (функции, определенные внутри классов). Это позволяет сразу перейти к тому, что ты ищешь.

Fig 3. Справа ты найдешь оглавление для конкретной страницы справки, которую просматриваешь.

Структура репозитория Ultralytics на GitHub#

Репозиторий GitHub компании Ultralytics организован в виде поддиректорий или субпакетов на основе различных частей пакета Ultralytics, таких как модели, обучение и data. Раздел справки в документации следует этой же структуре, что облегчает понимание того, как всё взаимосвязано.

Вот некоторые из основных поддиректорий или категорий, которые ты увидишь как в репозитории Ultralytics на GitHub, так и в справочном разделе документации Ultralytics:

• Models: Этот раздел посвящен различным моделям и их modes, таким как создание предсказаний, проверка производительности и экспорт обученных моделей.
• Engine: содержит основную логику для обучения, проверки, прогнозирования, экспорта и оценки моделей.
• Data: управляет загрузкой, обработкой и расширением наборов данных. Сюда входят функции для создания загрузчиков данных (инструменты, которые подают данные в модель батчами), применения трансформаций (изменения изображений, такие как изменение размера или отзеркаливание, чтобы помочь модели лучше учиться) и подготовки данных (организация и форматирование изображений и разметок) для обучения.
• Utils: этот раздел предоставляет широкий спектр вспомогательных функций, используемых во всей кодовой базе, таких как инструменты визуализации, обработка файлов и вычисление метрик.
• HUB: Он подключается к Ultralytics HUB, платформе компьютерного зрения без кода, обеспечивая облачные функции, такие как вход в систему, загрузка моделей и управление наборами данных через API.
• Trackers: реализует логику отслеживания объектов для приложений, работающих с видео или последовательностями изображений.

Каждая из этих поддиректорий в репозитории GitHub имеет соответствующий раздел в документации. Эта структура зеркальна намеренно, что облегчает переключение между чтением документации и изучением исходного кода.

Более того, на многих страницах справочника отображается сам исходный код, поэтому ты можешь точно увидеть, как реализованы функции и классы, не покидая документацию.

Fig 4. Исходный код также включен на страницы справки.

Понимание компонентов моделей, движка и данных#

Теперь, когда мы увидели, как организован справочный раздел, давай подробнее рассмотрим три ключевые части пакета Ultralytics: модели, движок (engine) и данные (data).

Поддиректория models содержит код, который определяет, как работает каждый тип модели. Она организована как по типам моделей (например, YOLO, FastSAM или RT-DETR), так и по задачам, таким как детекция, сегментация или классификация. Внутри каждого из них ты найдешь файлы или модули, которые обрабатывают определенные действия — например, как модель делает предсказания, как она обучается или как оценивается ее performance.

В то же время поддиректория движка (engine) работает «под капотом», управляя всем процессом. Пока поддиректория моделей фокусируется на том, что должна делать каждая модель, поддиректория движка отвечает за то, как именно эти задачи выполняются последовательно и эффективно.

Кроме того, поддиректория данных отвечает за загрузку и подготовку наборов данных. Эта часть кодовой базы гарантирует, что твои тренировочные данные будут чистыми, структурированными и разнообразными, что помогает модели лучше обучаться и эффективнее обобщать информацию.

Такое четкое разделение облегчает поддержку кода и дает пользователям гибкость для его настройки.

Примеры использования справочного раздела#

Возможно, тебе интересно, почему важно понимать различные части кодовой базы Ultralytics? Если ты знаешь, за что отвечает та или иная часть кода, становится гораздо проще находить нужную информацию, вносить изменения или устранять проблемы.

Вот несколько примеров того, как ты можешь использовать справочный раздел документации:

• Если ты задаешься вопросом: «Как модель делает предсказания?», ты можешь перейти в категорию «Модели» (Models) в справочном разделе, выбрать тип модели (например, YOLO), выбрать задачу (например, detect) и открыть страницу Predict для получения подробностей.
• Если ты хочешь узнать, как применяются data augmentations, ты можешь изучить страницу Augment в категории Data. В ней перечислены встроенные методы аугментации, используемые для улучшения производительности модели и разнообразия обучающих данных.

Изучение результатов через справочный раздел#

Раздел Reference также полезен, когда ты пытаешься понять результаты, возвращаемые твоей моделью. После того как такая модель, как Ultralytics YOLO11, используется для запуска инференса на изображении, она возвращает набор результатов, описывающих то, что было обнаружено.

Например, в потоке с камеры она может обнаружить человека и выделить его местоположение с помощью bounding box, а также указать оценку уверенности — значение от 0 до 1, которое показывает, насколько модель уверена в обнаружении.

Если ты пытаешься понять, как использовать этот результат в своем проекте, раздел справки может помочь тебе. В нем есть страница для Results module, которая подробно описывает, что входит в состав результатов и как получить к ним доступ в коде. Там содержатся сведения о том, как просматривать ограничивающие рамки детекции, проверять показатели уверенности, отображать результаты или сохранять их.

Fig 5. Пример визуализации результатов, возвращаемых YOLO11.

Основные выводы#

Документация Ultralytics помогает тебе эффективно использовать модели YOLO. В ней объясняются ключевые процессы, такие как обучение моделей, подготовка данных и работа с результатами. Каждая страница содержит четкие пояснения и примеры кода, которые помогут тебе быстро начать работу.

Если тебе интересно, что происходит «под капотом», справочный раздел документации также разбирает всё по шагам. Он показывает, как структурирован код, что делает каждая его часть и как всё работает вместе. Это упрощает обучение, настройку и уверенное создание собственных проектов в области компьютерного зрения.

Стань частью our active community и изучи GitHub repository, чтобы узнать больше о создании решений с помощью ИИ. Готов запустить собственные идеи в области компьютерного зрения? Посети our licensing options, чтобы начать. Узнай, как vision AI in automotive и AI in healthcare меняют мир к лучшему, посетив страницы наших решений.