Detección de objetos con YOLOv8

La clasificación de imágenes indica qué aparece en una imagen. La detección de objetos va más allá: encuentra dónde está cada objeto y dibuja cajas delimitadoras y etiquetas. YOLO es el detector en tiempo real más popular.

YOLO (You Only Look Once) detecta todos los objetos en una única pasada hacia delante, lo que le permite ser lo bastante rápido para vídeo. YOLOv8, de Ultralytics, ofrece una API de Python clara para la inferencia y el entrenamiento.

Importe YOLO y cargue un checkpoint. yolov8n.pt es el modelo nano: pequeño y rápido. Las variantes más grandes (s, m, l, x) intercambian velocidad por precisión. Los pesos se descargan automáticamente la primera vez que se utilizan.

Llame a model.predict (o simplemente a model(image)) sobre una ruta de imagen, una URL o un array. Devuelve una lista de Results, uno por cada imagen de entrada.

El parámetro conf establece la confianza mínima necesaria para conservar una detección. Auméntelo para descartar cajas inciertas (menos falsos positivos); redúzcalo para detectar más objetos, con el riesgo de introducir ruido.

Cada resultado tiene un objeto boxes. boxes.xyxy proporciona las esquinas de la caja delimitadora como [x1, y1, x2, y2] (coordenadas de píxel de la esquina superior izquierda y la inferior derecha).

Además de las cajas, obtiene boxes.cls (índices de clase) y boxes.conf (puntuaciones de confianza). Asigne los índices a nombres mediante model.names.

results[0].plot() devuelve un array de imagen anotado con las cajas y etiquetas dibujadas, listo para mostrarlo o guardarlo. Es muy útil para comprobar rápidamente las detecciones.

Pase un archivo de vídeo o el índice de una webcam y YOLO procesará cada fotograma. Con stream=True, produce los resultados fotograma a fotograma y mantiene bajo el uso de memoria en vídeos largos.

Para detectar sus propias clases de objetos, entrene con un conjunto de datos etiquetado descrito mediante un archivo YAML. Llame a model.train con la configuración de datos, el número de épocas y el tamaño de imagen. YOLO ajusta los pesos preentrenados.

El YAML del conjunto de datos enumera las carpetas de imágenes de entrenamiento y validación, así como los nombres de las clases. YOLO espera que cada imagen tenga un archivo de etiquetas correspondiente con las coordenadas de las cajas normalizadas para cada objeto.

Cargó un detector preentrenado con YOLO("yolov8n.pt"), ejecutó model.predict(img, conf=0.5) y leyó las detecciones desde results[0].boxes.xyxy, .cls y .conf. Visualizó los resultados con results[0].plot() y ajustó el modelo para clases personalizadas mediante model.train con un YAML de datos.