Roboflow

Roboflow bietet eine Reihe von Tools für die Erstellung und den Einsatz von Computer-Vision-Modellen. Sie können Roboflow mithilfe der APIs und SDKs in verschiedenen Phasen Ihrer Entwicklungspipeline integrieren oder die durchgängige Schnittstelle nutzen, um den Prozess von der Bilderfassung bis zur Inferenz zu verwalten. Roboflow bietet Funktionen für die Datenbeschriftung, das Modelltraining und die Modellbereitstellung und stellt damit Komponenten für die Entwicklung kundenspezifischer Computer-Vision-Lösungen zusammen mit Ultralytics bereit.

In dieser Anleitung wird gezeigt, wie Sie Daten für die Schulung eines benutzerdefinierten Ultralytics-Systems suchen, kennzeichnen und organisieren. Ultralytics YOLO11 Modells mit Roboflow.

• Sammeln von Daten für das Training eines benutzerdefinierten YOLO11 Modells
• Hochladen, Konvertieren und Beschriften von Daten für das Format YOLO11
• Vorverarbeitung und Ergänzung von Daten zur Modellrobustheit
• Datensatzverwaltung für YOLO11
• Exportieren Sie Daten in über 40 Formaten für die Modellschulung
• Hochladen von benutzerdefinierten YOLO11 Modellgewichten zum Testen und Bereitstellen
• Wie man YOLO11 Modelle bewertet
• Lernressourcen
• Projekt-Schaufenster
• FAQ

Sammeln von Daten für das Training eines benutzerdefinierten YOLO11 Modells

Roboflow bietet zwei primäre Dienste zur Unterstützung der Datenerfassung für Ultralytics YOLO : Universe und Collect. Weitere allgemeine Informationen zu Datenerfassungsstrategien finden Sie in unserem Leitfaden zur Datenerfassung und Kommentierung.

Roboflow Universum

Roboflow Universe ist ein Online-Repository mit einer großen Anzahl von Bildverarbeitungsdatensätzen.

Mit einem Roboflow können Sie die in Universe verfügbaren Datensätze exportieren. Um einen Datensatz zu exportieren, verwenden Sie die Schaltfläche "Diesen Datensatz herunterladen" auf der entsprechenden Datensatzseite.

Für die Kompatibilität mit Ultralytics YOLO11wählen SieYOLO11" als Exportformat:

Universe bietet auch eine Seite, auf der öffentliche, auf Roboflow hochgeladene, fein abgestimmte YOLO gesammelt werden. Dies kann nützlich sein, um vortrainierte Modelle für Tests oder automatisierte Datenbeschriftungen zu erkunden.

Roboflow Sammeln

Wenn Sie es vorziehen, Bilder selbst zu erfassen, ist Roboflow Collect ein Open-Source-Projekt, das die automatische Bilderfassung über eine Webcam auf Edge-Geräten ermöglicht. Sie können Text- oder Bildaufforderungen verwenden, um die zu erfassenden Daten zu spezifizieren, damit nur die für Ihr Bildverarbeitungsmodell erforderlichen Bilder erfasst werden.

Hochladen, Konvertieren und Beschriften von Daten für das Format YOLO11

Roboflow Annotate ist ein Online-Tool zur Beschriftung von Bildern für verschiedene Computer-Vision-Aufgaben, einschließlich Objekterkennung, Klassifizierung und Segmentierung.

Zur Kennzeichnung von Daten für einen Ultralytics YOLO Modell (das Erkennung, Instanzsegmentierung, Klassifizierung, Posenschätzung und OBB unterstützt) zu kennzeichnen, erstellen Sie zunächst ein Projekt in Roboflow.

Als Nächstes laden Sie Ihre Bilder und alle vorhandenen Anmerkungen aus anderen Tools in Roboflow hoch.

Nach dem Hochladen werden Sie auf die Seite "Beschriften" weitergeleitet. Wählen Sie den Stapel hochgeladener Bilder aus und klicken Sie auf "Mit der Beschriftung beginnen", um mit der Beschriftung zu beginnen.

Anmerkungswerkzeuge

• Bounding Box-Anmerkung: Presse B oder klicken Sie auf das Box-Symbol. Klicken und ziehen Sie, um die Begrenzungsrechteck. In einem Pop-up-Fenster werden Sie aufgefordert, eine Klasse für die Anmerkung auszuwählen.

• Polygon-Anmerkung: Verwendet für Instanzsegmentierung. Drücken Sie P oder klicken Sie auf das Polygonsymbol. Klicken Sie auf Punkte um das Objekt herum, um das Polygon zu zeichnen.

EtikettenassistentSAM )

Roboflow integriert einen auf dem Segment Anything Model (SAM) basierenden Beschriftungsassistenten, der die Annotation beschleunigen kann.

Um den Etikettenassistenten zu verwenden, klicken Sie auf das Cursor-Symbol in der Seitenleiste. SAM wird für Ihr Projekt aktiviert.

Bewegen Sie den Mauszeiger über ein Objekt, und SAM schlägt möglicherweise eine Anmerkung vor. Klicken Sie, um die Anmerkung zu akzeptieren. Sie können die Spezifität der Anmerkung verfeinern, indem Sie innerhalb oder außerhalb des vorgeschlagenen Bereichs klicken.

Tagging

Sie können den Bildern über das Bedienfeld "Tags" in der Seitenleiste Tags hinzufügen. Tags können Attribute wie Standort, Kameraquelle usw. darstellen. Mit diesen Tags können Sie nach bestimmten Bildern suchen und Datensatzversionen erzeugen, die Bilder mit bestimmten Tags enthalten.

Etikettenhilfe (modellbasiert)

Modelle, die auf Roboflow gehostet werden, können mit Label Assist verwendet werden, einem automatischen Annotationstool, das Ihre geschulten YOLO11 Modell nutzt, um Anmerkungen vorzuschlagen. Laden Sie zunächst die Gewichte Ihres YOLO11 auf Roboflow hoch (siehe Anleitung unten). Aktivieren Sie dann Label Assist, indem Sie auf das Zauberstabsymbol in der linken Seitenleiste klicken und Ihr Modell auswählen.

Wählen Sie Ihr Modell aus und klicken Sie auf "Weiter", um den Etikettenassistenten zu aktivieren:

Wenn Sie neue Bilder zur Beschriftung öffnen, kann Label Assist automatisch Beschriftungen auf der Grundlage der Vorhersagen Ihres Modells vorschlagen.

Datensatzverwaltung für YOLO11

Roboflow bietet mehrere Werkzeuge zum Verstehen und Verwalten Ihrer Computer Vision-Datensätze.

Datensatz-Suche

Verwenden Sie die Datensatzsuche, um Bilder auf der Grundlage von semantischen Textbeschreibungen (z. B. "alle Bilder mit Personen finden") oder bestimmten Bezeichnungen/Tags zu finden. Greifen Sie auf diese Funktion zu, indem Sie in der Seitenleiste auf "Dataset" klicken und die Suchleiste und Filter verwenden.

Zum Beispiel bei der Suche nach Bildern, die Menschen enthalten:

Sie können die Suche mit Hilfe von Schlagwörtern über den Selektor "Schlagwörter" verfeinern:

Gesundheitscheck

Verwenden Sie vor dem Training den Roboflow , um Einblicke in Ihren Datensatz zu erhalten und mögliche Verbesserungen zu ermitteln. Greifen Sie über den Link "Health Check" in der Seitenleiste darauf zu. Er bietet Statistiken zu Bildgrößen, Klassengleichgewicht, Annotations-Heatmaps und mehr.

Der Gesundheitscheck kann Änderungen vorschlagen, um die Leistung zu verbessern, z. B. die Beseitigung von Klassenungleichgewichten, die mit dem Merkmal Klassenbalance ermittelt wurden. Das Verständnis des Zustands des Datensatzes ist entscheidend für ein effektives Modelltraining.

Vorverarbeitung und Ergänzung von Daten zur Modellrobustheit

Um Ihre Daten zu exportieren, müssen Sie eine Datensatzversion erstellen, d. h. einen Schnappschuss Ihres Datensatzes zu einem bestimmten Zeitpunkt. Klicken Sie in der Seitenleiste auf "Versionen" und dann auf "Neue Version erstellen". Hier können Sie Vorverarbeitungsschritte und Datenerweiterungen anwenden, um die Robustheit des Modells zu verbessern.

Für jede ausgewählte Augmentation können Sie in einem Popup-Fenster die Parameter, wie z. B. die Helligkeit, feineinstellen. Die richtige Augmentierung kann die Modellgeneralisierung erheblich verbessern, ein Schlüsselkonzept, das in unserem Leitfaden zur Modellschulung behandelt wird.

Exportieren Sie Daten in über 40 Formaten für die Modellschulung

Sobald die Version Ihres Datensatzes erstellt ist, können Sie ihn in verschiedenen Formaten exportieren, die für das Modelltraining geeignet sind. Klicken Sie auf die Schaltfläche "Datensatz exportieren" auf der Versionsseite.

Wählen Sie das FormatYOLO11" für die Kompatibilität mit Ultralytics . Sie sind nun bereit, Ihr benutzerdefiniertes YOLO11 Modell zu trainieren. Detaillierte Anweisungen zum Starten des Trainings mit Ihrem exportierten Datensatz finden Sie in der Ultralytics zum Trainingsmodus.

Hochladen von benutzerdefinierten YOLO11 Modellgewichten zum Testen und Bereitstellen

Roboflow bietet eine skalierbare API für bereitgestellte Modelle und SDKs, die mit Geräten wie NVIDIA Jetson, Luxonis OAK, Raspberry Pi und GPU Systemen kompatibel sind. Erkunden Sie die verschiedenen Optionen für die Modellbereitstellung in unseren Anleitungen.

Sie können YOLO11 einsetzen, indem Sie ihre Gewichte in Roboflow hochladen, indem Sie ein einfaches Python Skript.

Erstellen Sie eine neue Python und fügen Sie den folgenden Code hinzu:

import roboflow  # install with 'pip install roboflow'

# Log in to Roboflow (requires API key)
roboflow.login()

# Initialize Roboflow client
rf = roboflow.Roboflow()

# Define your workspace and project details
WORKSPACE_ID = "your-workspace-id"  # Replace with your actual Workspace ID
PROJECT_ID = "your-project-id"  # Replace with your actual Project ID
VERSION = 1  # Replace with your desired dataset version number
MODEL_PATH = "path/to/your/runs/detect/train/"  # Replace with the path to your YOLO11 training results directory

# Get project and version
project = rf.workspace(WORKSPACE_ID).project(PROJECT_ID)
dataset = project.version(VERSION)

# Upload model weights for deployment
# Ensure model_path points to the directory containing 'best.pt'
project.version(dataset.version).deploy(
    model_type="yolov8", model_path=MODEL_PATH
)  # Note: Use "yolov8" as model_type for YOLO11 compatibility in Roboflow deployment

print(f"Model from {MODEL_PATH} uploaded to Roboflow project {PROJECT_ID}, version {VERSION}.")
print("Deployment may take up to 30 minutes.")

Ersetzen Sie in diesem Code your-workspace-id, your-project-iddie VERSION Nummer, und die MODEL_PATH mit den Werten, die für Ihr Roboflow , Ihr Projekt und Ihr lokales Verzeichnis der Schulungsergebnisse gelten. Stellen Sie sicher, dass die MODEL_PATH verweist korrekt auf das Verzeichnis, in dem sich Ihre trainierten best.pt Gewichte Datei.

Wenn Sie den obigen Code ausführen, werden Sie aufgefordert, sich zu authentifizieren (normalerweise über einen API-Schlüssel). Anschließend wird Ihr Modell hochgeladen und ein API-Endpunkt für Ihr Projekt erstellt. Dieser Vorgang kann bis zu 30 Minuten in Anspruch nehmen.

Um Ihr Modell zu testen und Anweisungen zur Bereitstellung für unterstützte SDKs zu finden, gehen Sie auf die Registerkarte "Bereitstellung" in der Roboflow . Oben auf dieser Seite wird ein Widget angezeigt, mit dem Sie Ihr Modell mithilfe Ihrer Webcam oder durch Hochladen von Bildern oder Videos testen können.

Das von Ihnen hochgeladene Modell kann auch als Beschriftungsassistent verwendet werden, der auf der Grundlage seines Trainings Anmerkungen zu neuen Bildern vorschlägt.

Wie man YOLO11 Modelle bewertet

Roboflow bietet Funktionen zur Bewertung der Modellleistung. Das Verständnis der Leistungsmetriken ist für die Modelliteration entscheidend.

Nachdem Sie ein Modell hochgeladen haben, können Sie über Ihre Modellseite im Roboflow auf das Modellbewertungswerkzeug zugreifen. Klicken Sie auf "Detaillierte Bewertung anzeigen".

Dieses Tool zeigt eine Konfusionsmatrix zur Veranschaulichung der Modellleistung und ein interaktives Vektoranalyse-Diagramm mit CLIP-Einbettungen an. Diese Funktionen helfen dabei, Bereiche für Modellverbesserungen zu identifizieren.

Die Verwirrungsmatrix taucht auf:

Bewegen Sie den Mauszeiger über die Zellen, um die Werte zu sehen, und klicken Sie auf die Zellen, um die entsprechenden Bilder mit den Modellvorhersagen und den tatsächlichen Daten anzuzeigen.

Klicken Sie auf "Vektoranalyse", um ein Streudiagramm zu erhalten, das die Ähnlichkeit von Bildern auf der Grundlage von CLIP-Einbettungen visualisiert. Bilder, die näher beieinander liegen, sind semantisch ähnlich. Die Punkte stellen Bilder dar, die von weiß (gute Leistung) bis rot (schlechte Leistung) gefärbt sind.

Die Vektoranalyse hilft:

• Identifizieren Sie Bildcluster.
• Ermitteln Sie die Cluster, in denen das Modell schlecht abschneidet.
• Verstehen Sie die Gemeinsamkeiten zwischen Bildern, die eine schlechte Leistung verursachen.

Lernressourcen

In diesen Ressourcen erfahren Sie mehr über die Verwendung von Roboflow mit Ultralytics YOLO11:

• YOLO11 auf einem benutzerdefinierten Datensatz trainieren (Colab): Ein interaktives Google Colab-Notizbuch, das Sie durch das Training von YOLO11 mit Ihren Daten führt.
• YOLO11 Dokumentation: Erfahren Sie mehr über das Trainieren, Exportieren und Bereitstellen von YOLO11 innerhalb des Ultralytics .
• Ultralytics Blog: Enthält Artikel über Computer Vision, einschließlich der besten Praktiken fürYOLO11 und Annotation.
• Ultralytics YouTube-Kanal: Bietet ausführliche Videoanleitungen zu Computer-Vision-Themen, von der Modellschulung bis zur automatischen Kennzeichnung und Bereitstellung.

Projekt-Schaufenster

Rückmeldungen von Benutzern, die Ultralytics YOLO11 und Roboflow kombinieren:

FAQ

Häufig gestellte Fragen

Wie beschrifte ich Daten für YOLO11 Modelle mit Roboflow?

Verwenden Sie Roboflow Annotate. Erstellen Sie ein Projekt, laden Sie Bilder hoch, und verwenden Sie die Anmerkungswerkzeuge (B für Begrenzungsrechtecke, P für Polygone) oder der SAM Beschriftungsassistent für eine schnellere Beschriftung. Detaillierte Schritte finden Sie in der Abschnitt Daten hochladen, konvertieren und beschriften.

Welche Dienstleistungen bietet Roboflow für die Erfassung von YOLO11 Trainingsdaten an?

Roboflow bietet Universe (Zugang zu zahlreichen Datensätzen) und Collect (automatische Bilderfassung per Webcam). Diese können dabei helfen, die notwendigen Trainingsdaten für Ihr YOLO11 zu sammeln und ergänzen die in unserem Leitfaden zur Datenerfassung beschriebenen Strategien.

Wie kann ich meinen YOLO11 Datensatz mit Roboflow verwalten und analysieren?

Nutzen Sie die Roboflow für Datensatzsuche, Tagging und Health Check. Die Suche findet Bilder anhand von Text oder Tags, während die Zustandsprüfung die Qualität des Datensatzes (Klassengleichgewicht, Bildgrößen usw.) analysiert, um vor dem Training Verbesserungen vorzunehmen. Weitere Informationen finden Sie im Abschnitt Datensatzverwaltung.

Wie exportiere ich meinen YOLO11 -Datensatz aus Roboflow?

Erstellen Sie eine Datensatzversion in Roboflow, wenden Sie die gewünschten Vorverarbeitungen und Erweiterungen an, klicken Sie dann auf "Datensatz exportieren" und wählen Sie das YOLO11 . Das Verfahren wird im Abschnitt Daten exportieren beschrieben. Dadurch werden Ihre Daten für die Verwendung mitUltralytics-Schulungspipelines vorbereitet.

Wie kann ich YOLO11 Modelle mit Roboflow integrieren und einsetzen?

Laden Sie Ihre trainierten YOLO11 mithilfe des mitgelieferten Python in Roboflow hoch. Dadurch wird ein einsatzfähiger API-Endpunkt erstellt. Das Skript und die Anweisungen finden Sie im Abschnitt Hochladen von benutzerdefinierten Gewichten. Weitere Einsatzmöglichkeiten finden Sie in unserer Dokumentation.

📅 Erstellt vor 1 Jahr ✏️ Aktualisiert vor 2 Monaten

Kommentare