Ultralytics YOLO - Weights & Biases Documentation

Ultralytics は、画像分類、物体検出、画像セグメンテーション、姿勢推定といったタスク向けのコンピュータビジョンモデルを提供しています。YOLOv8 は、リアルタイム物体検出モデルである YOLO シリーズの 1 つのバージョンであり、Ultralytics ではこれに加えて SAM (Segment Anything Model)、RT-DETR、YOLO-NAS などのコンピュータビジョンモデルも提供しています。Ultralytics は、API を通じてこれらのモデルをトレーニング、ファインチューニング、適用するための、すぐに使えるワークフローも提供しています。このページでは、W&B が実験のメトリクス、モデルチェックポイント、検証画像または推論画像に対する予測を自動的にトラッキングして可視化できるように、W&B を Ultralytics と統合する方法を説明します。インストール、トレーニングと検証のワークフロー、および推論専用のワークフローについて説明します。

はじめに

インテグレーションを使用するには、まず ultralytics と wandb の両方をインストールし、サポートされているバージョンの ultralytics を使用していることを確認する必要があります。 ultralytics と wandb をインストールします。

コマンドライン
ノートブック

pip install --upgrade ultralytics==8.0.238 wandb

# または
# conda install ultralytics

!pip install --upgrade ultralytics==8.0.238 wandb

開発チームは、このインテグレーションを ultralytics v8.0.238 以下でテストしました。インテグレーションに関する問題を報告する場合は、yolov8 タグを付けて GitHub issue を作成してください。

両方のパッケージをインストールしたら、次に W&B を使用して Ultralytics のワークフローをインストルメンテーションできます。

実験をトラッキングし、検証結果を可視化する

このセクションでは、Ultralytics モデルを使用してトレーニング、ファインチューニング、検証を行い、W&B を使って実験管理、モデルチェックポイントの保存、モデルのパフォーマンスの可視化を行う一般的なワークフローを紹介します。インテグレーションの詳細については、Supercharging Ultralytics with W&B を参照してください。 Ultralytics で W&B インテグレーションを使用するには、wandb.integration.ultralytics.add_wandb_callback 関数を import します。このコールバックは、Ultralytics モデルで W&B のログを登録するエントリポイントです。

import wandb
from wandb.integration.ultralytics import add_wandb_callback

from ultralytics import YOLO

次に、任意の YOLO モデルを初期化し、モデルで推論を実行する前に add_wandb_callback 関数を呼び出します。トレーニングの前にコールバックをアタッチすると、各エポックで自動的にログされるようになります。これにより、トレーニング、ファインチューニング、検証、または推論を実行すると、W&B は experiment のログと画像を自動的に保存し、コンピュータビジョンタスク向けのインタラクティブオーバーレイを使用してグラウンドトゥルースと対応する予測結果の両方を重ねて表示するとともに、wandb.Table に追加のインサイトも保存します。

with wandb.init(project="ultralytics", job_type="train") as run:

    # YOLOモデルを初期化する
    model = YOLO("yolov8n.pt")

    # UltralyticsにW&Bコールバックを追加する
    add_wandb_callback(model, enable_model_checkpointing=True)

    # モデルをトレーニング/ファインチューニングする
    # 各エポックの終了時に、検証バッチの予測結果が
    # コンピュータビジョンタスク向けの有益でインタラクティブなオーバーレイとともに
    # W&B 表にログされます
    model.train(project="ultralytics", data="coco128.yaml", epochs=5, imgsz=640)

コールバックをアタッチしてトレーニングを開始すると、run からトレーニングメトリクス、モデルチェックポイント、エポックごとの検証の可視化が W&B project にストリーミングされるようになります。 Ultralytics のトレーニングまたはファインチューニングワークフローで W&B を使用してトラッキングした Experiments は、次のように表示されます: エポックごとの検証結果は、W&B Table を使用して次のように可視化されます:

予測結果を可視化する

このセクションでは、Ultralytics のモデルを推論に使用し、W&B を使って結果を可視化する一般的なワークフローを紹介します。 Google Colab でコードを試すこともできます。Open in Colab トレーニングのワークフローと同様に、Ultralytics で W&B インテグレーションを使用するには、wandb.integration.ultralytics.add_wandb_callback 関数を import してください。

import wandb
from wandb.integration.ultralytics import add_wandb_callback

from ultralytics.engine.model import YOLO

次に、インテグレーションのテスト用に画像をいくつかダウンロードします。静止画、動画、またはカメラソースを使用できます。推論ソースの詳細については、Ultralytics ドキュメントを参照してください。

!wget https://raw.githubusercontent.com/wandb/examples/ultralytics/colabs/ultralytics/assets/img1.png
!wget https://raw.githubusercontent.com/wandb/examples/ultralytics/colabs/ultralytics/assets/img2.png
!wget https://raw.githubusercontent.com/wandb/examples/ultralytics/colabs/ultralytics/assets/img4.png
!wget https://raw.githubusercontent.com/wandb/examples/ultralytics/colabs/ultralytics/assets/img5.png

テスト画像を配置したら、wandb.init() を使用して W&B の run を初期化します。次に、使用する YOLO モデルを初期化し、モデルで推論を実行する前に、そのモデルに対して add_wandb_callback 関数を呼び出します。これにより、推論を実行すると、W&B はコンピュータビジョンタスク向けのインタラクティブオーバーレイを重ねた画像を、追加のインサイトとともに wandb.Table へ自動的にログします。

# W&B Run を初期化する
with wandb.init(project="ultralytics", job_type="inference") as run:
    # YOLO モデルを初期化する
    model = YOLO("yolov8n.pt")

    # Ultralytics 用の W&B コールバックを追加する
    add_wandb_callback(model, enable_model_checkpointing=True)

    # 予測を実行すると、バウンディングボックスやセグメンテーションマスクの
    # インタラクティブオーバーレイとともに W&B 表へ自動的にログされる
    model(
        [
            "img1.png",
            "img2.png",
            "img4.png",
            "img5.png",
        ]
    )

トレーニングまたはファインチューニングのワークフローでは、wandb.init() を使って明示的に run を初期化する必要はありません。ただし、コードが予測のみを行う場合は、run を明示的に作成する必要があります。

推論を実行すると、W&B は予測されたバウンディングボックスとセグメンテーションマスクを、インタラクティブなオーバーレイとして W&B run にログします。インタラクティブなバウンディングボックスのオーバーレイは、次のように表示されます。詳細は、W&B image overlays guideを参照してください。

​はじめに

​実験をトラッキングし、検証結果を可視化する

​予測結果を可視化する

​その他の参考資料

はじめに

実験をトラッキングし、検証結果を可視化する

予測結果を可視化する

その他の参考資料