Ultralytics YOLO27: ウェイトリストに登録する。
Get Started
マスク、キーポイント、回転ボックス、クラスラベル — ラベル付け、学習、数値化を経てデプロイへ
実践者向け学習パス中級 約5時間 10件のレッスン最終試験 · 修了証

検出の先へ: セグメンテーション、Pose、OBB、分類

検出モデルを学習できるようになりました。Ultralytics YOLOは7つのビジョンタスクをサポートしており、このコースでは検出の次によく使われる5つのタスク、すなわちインスタンス・セグメンテーション、セマンティック・セグメンテーション、Pose、方向付きバウンディングボックス、分類について、ラベル形式や学習から、コードでの結果の読み取り、モデルの連結、タスクごとの評価とエクスポートまで学びます。7つ目のタスクである深度推定は、タスク計画と評価・エクスポートのレッスンで扱います。

作成者 Ultralytics Academy

コースを開始進捗を保存するにはサインインしてください
学習内容

製品に関する課題に適したUltralytics YOLO26のタスクを選び、セグメンテーション、セマンティック・セグメンテーション、Pose、OBB、分類の各モデルについて、ラベル付け、学習、結果の読み取り、評価、エクスポートを行い、検出モデルでは答えられない問いに答えるパイプラインへ連結します。

  • 製品に関する問いを、7つのUltralytics YOLOタスクのいずれか、その重み、結果フィールド、判定指標に対応付けます。

  • 学習前に、ポリゴン、PNGクラスマップ、キーポイント、四隅のOBB、フォルダー構成を使ったデータセットを作成し、チェックします。

  • -seg、-sem、-pose、-obb、-clsのモデルをトレーニングし、マスクmAP、mIoU、OKSベースのポーズmAP、回転ボックスmAP、top-1精度を確認します。

  • 予測を意思決定につなげます。マスクの面積と重なり、クラスマップのカバー率、関節角度、船の船首方位、信頼度に基づいて振り分けたラベルを扱います。

  • タスクを連結し（検出してから分類、ポーズとトラッキングの組み合わせなど）、コストを一定に保ちながら、すべてのタスクをONNXにエクスポートし、予測結果で検証します。

作成するもの

  • パイプライン内の各モデルについて、タスク、重み、ラベル形式、結果フィールド、ゲート指標を明記したタスク計画。

  • GPU時間を費やす前に不正な行を検出する、セグメンテーションおよびポーズのデータセット用ラベルチェッカー。

  • セグメンテーション、セマンティックセグメンテーション、ポーズ、OBB、分類の1エポックのトレーニング実行と、各指標の説明。

  • 実際の予測結果から、マスクの面積と重なり、歩行可能な路面、肘と膝の角度、船の軸を測定するスクリプト。

  • トラッキング対象の各人物を一度だけ分類する2段階パイプラインと、予測結果でそれぞれ検証した全タスクのONNXエクスポート。

前提条件

  • 最初のYOLOモデルをトレーニングするを完了してください。このコースでは、検出モデルのトレーニング、検証、予測ができることを前提としています。

  • PythonとNumPy配列を問題なく扱えること。

  • GPUがあると便利ですが、必須ではありません。すべてのサンプルは、ノートPCのCPUと小型のimgszでepochs=1を実行できます。

コース内容

4個のモジュール · 10件のレッスン

モジュール 1

計画
1

タスクを選び、パイプラインを計画する

各プロダクトの課題を、重み、結果フィールド、ラベル形式、ゲート指標とともに、7つのUltralytics YOLOタスクのいずれかに対応付け、各タスクを1枚の画像で実行して計画を検証します。

モジュール 2

セグメント化
2

インスタンスセグメンテーションのラベル付けとトレーニング

ポリゴンラベルを作成し、コードで確認して、COCO8-segでyolo26n-seg.ptをトレーニングし、ボックス指標とマスク指標の差からモデルを診断します。

3

コードでマスクを使う：面積、重なり、輪郭、切り抜き

masks.dataとmasks.xyを正しく読み取り、オブジェクトの面積と塗りつぶし率を測定し、ボックスではなくマスクで重なりを確認して、フレームからオブジェクトを切り抜きます。

4

セマンティックセグメンテーション：すべてのピクセルにラベルを付ける

yolo26n-sem.pt でピクセル単位のクラスマップを予測し、カバー率の数値に変換してPNGクラスマップのデータセットを構築し、ピクセル精度に惑わされずにmIoUを読み取ります。

モジュール 3

ポーズとOBB
5

ポーズモデルにラベルを付けて学習する

可視性を含むキーポイントラベルを作成し、kpt_shapeとflip_idxを正しく設定し、COCO8-poseで学習して、信頼度で判定した関節角度をキーポイントから算出します。

6

カスタムキーポイントとOKSメトリクス

人間以外のオブジェクト向けのキーポイントスキーマを設計し、データセットYAMLを作成して検証し、各点をどれほど正確に配置できるかに基づいてOKSシグマを設定します。

7

回転オブジェクト向けの回転バウンディングボックス

四隅で表すOBBにラベルを付け、DOTA8でyolo26n-obb.ptを学習し、角度の規約に惑わされずにxywhr予測を安定した向きの軸に変換します。

モジュール 4

分類、組み合わせ、出荷
8

画像分類器を学習する

フォルダ形式のデータセットを用意し、MNIST160でyolo26n-cls.ptを学習して、確率とtop-1精度を確認し、信頼度の低い予測を人によるレビューに回します。

9

1つのパイプラインでタスクを組み合わせる

検出してから分類するカスケードを構築し、トラッキング中の物体を各フレームではなく1回だけ分類し、ポーズキーポイントから人物ごとの時系列データを作成します。

10

すべてのタスクを評価してデプロイする

デプロイ時の画像サイズで、各タスク固有の指標を合否判定に使います。1つのループですべてのタスクを検証し、予測結果を確認したうえで、すべてのタスクをONNXにエクスポートします。