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 область ИИ, которая позволяет компьютерам интерпретировать и понимать визуальную информацию из изображений и видео, и с моделями компьютерного зрения, такими как Ultralytics YOLO11, очень легко начать работу.

YOLO11 поддерживает такие задачи, как обнаружение объектов, сегментация экземпляров и классификация изображений, и может использоваться в таких сферах, как автономное вождение, мониторинг безопасности и аналитика в розничной торговле.

Рис. 1. YOLO11 можно использовать для обнаружения различных объектов.

В частности, пакет Ultralytics Python предоставляет удобные инструменты для быстрой тренировки, настройки и развертывания этих моделей ИИ, что позволяет пользователям с любым уровнем подготовки легко создавать продвинутые приложения компьютерного зрения.

Однако если ты хочешь глубже разобраться в том, как всё работает, или создать собственные модификации, раздел справочной документации Ultralytics станет отличным ресурсом. В нем подробно описана внутренняя работа пакета Ultralytics Python, включая способы обработки данных, процесс обучения моделей и методы визуализации предсказаний.

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

Link to this sectionБолее глубокий взгляд на работу с моделями Ultralytics YOLO#

Работать с пакетом Ultralytics Python просто и понятно. Ты можешь тренировать модели YOLO или обнаруживать объекты на изображениях, используя всего несколько строк кода.

Однако как только ты освоишься с моделями компьютерного зрения, справочный раздел документации Ultralytics поможет тебе лучше понять, как работает код и какие функции поддерживает пакет. Он также включает простые объяснения, описание конфигурационных опций и ссылки на актуальный код в репозитории Ultralytics на GitHub.

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.

Link to this sectionКак начать работу со справочным разделом#

Если ты перейдешь в справочный раздел в документации Ultralytics YOLO, ты увидишь меню в левой части страницы с различными категориями справки. Каждая категория представляет собой специфическую часть кодовой базы Ultralytics, например модели, обработка данных или функции обучения.

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

Рис. 2. Слева ты найдешь меню различных категорий справочника.

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.

Рис. 3. Справа ты найдешь оглавление для конкретной справочной страницы, которую просматриваешь.

Link to this sectionСтруктура репозитория Ultralytics на GitHub#

Репозиторий Ultralytics на GitHub организован в виде поддиректорий или подпакетов, соответствующих различным частям пакета Ultralytics, таким как модели, обучение и данные. Справочный раздел в документации повторяет эту структуру, 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 режимам, таким как выполнение 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: обеспечивает подключение к Ultralytics HUB, платформе компьютерного зрения без необходимости программирования, активируя облачные функции, такие как вход в систему, загрузка моделей и управление данными 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.

Рис. 4. Исходный код также включен в справочные страницы.

Link to this sectionПонимание 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 моделей содержит код, определяющий работу каждого типа модели. Она организована как по типам моделей (например, YOLO, FastSAM или RT-DETR), так и по задачам, таким как обнаружение, сегментация или классификация. Внутри каждой из них ты найдешь файлы или модули, отвечающие за конкретные действия — например, как модель делает предсказания, как она обучается или как оценивается её производительность.

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.

Link to this sectionПримеры 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 аугментации данных, ты можешь изучить страницу Augment в категории «Данные» (Data). Там перечислены встроенные методы аугментации, используемые для улучшения производительности модели и разнообразия тренировочных данных.

Link to this sectionИзучение результатов через справочный раздел#

Справочный раздел также полезен, когда ты пытаешься понять результаты, возвращаемые твоей моделью. После того как модель, например YOLO11, выполнит инференс на изображении, она возвращает набор результатов, описывающих то, что было обнаружено.

Например, в видеопотоке с камеры она может обнаружить человека и выделить его местоположение с помощью граничной рамки, а также показать уровень уверенности — значение от 0 до 1, которое указывает, насколько модель уверена в обнаружении.

Если ты пытаешься понять, как использовать этот вывод в своем проекте, справочный раздел может помочь. В нем есть страница для модуля Results, где подробно описано, что именно включено в результаты и как получить к ним доступ в коде. Там есть детали о том, как просматривать рамки обнаружения, проверять оценки уверенности, отображать результаты или сохранять их.

Рис. 5. Пример того, как можно визуализировать результаты, возвращаемые YOLO11.

Link to this sectionОсновные 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 нашего активного сообщества и изучи репозиторий на GitHub, чтобы узнать больше о разработке с помощью ИИ. Готов воплотить в жизнь свои идеи в области компьютерного зрения? Посети наши варианты лицензирования, чтобы начать. Узнай, как компьютерное зрение в автомобилестроении и ИИ в здравоохранении меняют мир, посетив наши страницы с решениями.