はじめに
YOLO 事前トレーニングは 80 個の COCO クラスを検出します。しかし、欠陥品、ベトナムのナンバープレート、または特定の種類の魚を検出する必要があるでしょうか?別のデータセットで YOLO カスタムをトレーニングする必要があります。
🎯 この記事: エンドツーエンドのワークフロー: 画像の収集 → ラベル → 構成 → トレーニング → 評価 → エクスポート。
1. データ収集
1.1 写真は何枚あれば十分ですか?
Rule of thumb cho YOLO custom:
───────────────────────────────────
Minimum: 100 ảnh/class (chỉ OK nếu dùng pretrained)
Tốt: 300-500 ảnh/class
Rất tốt: 1000+ ảnh/class
Production: 3000+ ảnh/class
Lưu ý:
- CHẤT LƯỢNG > Số lượng
- Đa dạng: nhiều góc chụp, ánh sáng, background
- Nếu ít data → dùng pretrained + augmentation mạnh
1.2 データソース
1. Chụp ảnh thực tế (tốt nhất!)
2. Tải từ Roboflow Universe (roboflow.com/universe)
3. Google Images (cần lọc + verify)
4. Scraping (cẩn thận copyright)
5. Synthetic data (render 3D, paste objects)
1.3 良い写真を集めるためのヒント
✅ ĐA DẠNG:
- Nhiều góc chụp (trước, sau, trên, nghiêng)
- Nhiều điều kiện ánh sáng (ngày, đêm, trong nhà, ngoài trời)
- Nhiều background
- Objects bị che 1 phần (occlusion)
- Objects nhỏ và lớn trong cùng ảnh
❌ TRÁNH:
- Tất cả ảnh cùng 1 góc
- Chỉ ảnh chất lượng studio
- Không có negative samples
- Objects luôn ở center
2. データのラベル付け (データ アノテーション)
2.1 ラベルツール
| ツール | タイプ | 無料？ | 利点 |
|---|---|---|---|
| ロボフロー | ウェブ | 無料枠 | 最も使いやすい、YOLO 形式でエクスポート |
| CVAT | ウェブ/セルフホスト | 無料 | 強力なビデオサポート |
| ラベルスタジオ | 自己ホスト型 | 無料 | 多くのタスクの種類 |
| LabelImg | デスクトップ | 無料 | シンプル、オフライン |
| レーベル名 | デスクトップ | 無料 | ポリゴンの注釈 |
2.2 Roboflow によるラベル付け (推奨)
Workflow Roboflow:
1. Sign up: roboflow.com (free tier: 10K ảnh)
2. Create Project → Object Detection
3. Upload ảnh
4. Label:
- Vẽ bounding box quanh mỗi object
- Gán class name
5. Generate Dataset:
- Train/Val/Test split (70/20/10)
- Augmentation (optional)
6. Export → YOLO format → Download
2.3 YOLO ラベルの形式
# Mỗi ảnh có 1 file .txt cùng tên
# Mỗi dòng: class_id x_center y_center width height (normalized 0-1)
# Ví dụ: labels/image001.txt
0 0.4523 0.3211 0.1250 0.2340
1 0.7100 0.6500 0.0890 0.1560
0 0.2300 0.8100 0.1100 0.1900
# class 0: person, class 1: car
# Tọa độ normalized (chia cho width/height ảnh)
2.4 品質ラベルのヒント
✅ TIPS:
- Tight bounding box (sát object, không quá rộng hoặc hẹp)
- Nhất quán: cùng 1 object → cùng 1 class
- Đừng quên objects nhỏ hoặc bị che 1 phần
- Label ALL objects of interest (đừng bỏ sót)
- Dùng "review" bước để double-check
❌ SAI LẦM:
- Box quá rộng (chứa nhiều background)
- Bỏ sót objects
- Label sai class
- Inconsistent: object giống nhau nhưng label khác tên
3. データセットの構成
3.1 ディレクトリ構造
datasets/
my_project/
images/
train/
img001.jpg
img002.jpg
...
val/
img050.jpg
...
test/
img070.jpg
...
labels/
train/
img001.txt
img002.txt
...
val/
img050.txt
...
test/
img070.txt
...
3.2 YAML データセット
# dataset.yaml — file cấu hình cho YOLO
path: /path/to/datasets/my_project # Root directory
train: images/train # Train images (relative to path)
val: images/val # Val images
test: images/test # Test images (optional)
# Classes
names:
0: product_ok # Sản phẩm tốt
1: product_defect # Sản phẩm lỗi
2: product_scratch # Sản phẩm xước
# Số classes
nc: 3
4. YOLOカスタムのトレーニング
4.1 基本トレーニング
"""Train YOLO custom model"""
from ultralytics import YOLO
# Bắt đầu từ pretrained model (TRANSFER LEARNING!)
model = YOLO("yolo11n.pt") # nano — bắt đầu từ đây
# Train
results = model.train(
data="dataset.yaml", # Path to dataset config
epochs=100, # Số epochs
imgsz=640, # Input image size
batch=16, # Batch size
device="0", # GPU 0 (hoặc "cpu")
project="runs/detect", # Output directory
name="my_product_model", # Run name
)
4.2 高度なトレーニング — ハイパーパラメータの最適化
"""Training với cấu hình nâng cao"""
results = model.train(
data="dataset.yaml",
epochs=200,
imgsz=640,
batch=16,
# === Optimization ===
optimizer="AdamW", # AdamW thường tốt hơn SGD
lr0=0.01, # Initial learning rate
lrf=0.01, # Final learning rate factor
warmup_epochs=3, # Warmup epochs
weight_decay=0.0005, # Regularization
# === Augmentation ===
hsv_h=0.015, # Hue augmentation
hsv_s=0.7, # Saturation augmentation
hsv_v=0.4, # Value augmentation
degrees=10.0, # Rotation ±10°
translate=0.1, # Translation 10%
scale=0.5, # Scale ±50%
fliplr=0.5, # Horizontal flip 50%
flipud=0.0, # Vertical flip (tắt — không hợp lý cho hầu hết tasks)
mosaic=1.0, # Mosaic augmentation (ghép 4 ảnh)
mixup=0.1, # MixUp augmentation
# === Early Stopping ===
patience=50, # Stop nếu 50 epochs không improve
# === Resuming ===
# resume=True, # Resume from last checkpoint
)
4.3 Google Colab でのトレーニング
"""Google Colab training script"""
# Cell 1: Setup
!pip install ultralytics
# Cell 2: Check GPU
import torch
print(f"GPU: {torch.cuda.get_device_name(0)}")
print(f"Memory: {torch.cuda.get_device_properties(0).total_mem / 1e9:.1f} GB")
# Cell 3: Upload dataset
# Option A: Upload ZIP file
from google.colab import files
uploaded = files.upload() # Upload dataset.zip
!unzip dataset.zip -d /content/datasets/
# Option B: Từ Roboflow
!pip install roboflow
from roboflow import Roboflow
rf = Roboflow(api_key="YOUR_KEY")
project = rf.workspace("workspace").project("project")
dataset = project.version(1).download("yolov8")
# Cell 4: Train
from ultralytics import YOLO
model = YOLO("yolo11s.pt")
results = model.train(data="/content/datasets/data.yaml", epochs=100, imgsz=640)
# Cell 5: Evaluate
metrics = model.val()
print(f"mAP@50: {metrics.box.map50:.4f}")
print(f"mAP@50:95: {metrics.box.map:.4f}")
# Cell 6: Download model
from google.colab import files
files.download("runs/detect/train/weights/best.pt")
5. 評価とデバッグ
5.1 モデルの評価
"""Evaluate model chi tiết"""
from ultralytics import YOLO
# Load trained model
model = YOLO("runs/detect/my_product_model/weights/best.pt")
# Validate
metrics = model.val(data="dataset.yaml")
# Per-class results
print("\n📊 Per-class Performance:")
for i, name in enumerate(metrics.names.values()):
print(f" {name}:")
print(f" Precision: {metrics.box.p[i]:.4f}")
print(f" Recall: {metrics.box.r[i]:.4f}")
print(f" mAP@50: {metrics.box.ap50[i]:.4f}")
5.2 混同行列
"""Xem confusion matrix để hiểu errors"""
# Ultralytics tự tạo confusion matrix trong runs/detect/val/
# Kiểm tra file: confusion_matrix.png
# Manual analysis
results = model("test_images/", save=True, conf=0.5)
# Đếm detections theo class
from collections import Counter
class_counts = Counter()
for result in results:
for box in result.boxes:
class_name = result.names[int(box.cls)]
class_counts[class_name] += 1
print("\n📈 Detection Distribution:")
for cls, count in class_counts.most_common():
print(f" {cls}: {count}")
5.3 一般的なトレーニングの問題
| 問題 | 症状 | ソリューション |
|---|---|---|
| 過学習 | 列車損失↓、ヴァル損失↑ | データの追加、拡張、ドロップアウト |
| フィッティング不足 | どちらの損失も大きい | モデル サイズ、エポック、lr を増やす |
| ラベルエラー | mAP が異常に低い | ラベルを確認し、一貫性をチェックします |
| 小さな物体は見逃されます | 小さなオブジェクトの再現率が低い | imgsz=1280 を増やし、SAHI を追加 |
| クラスの不均衡 | 1 クラスの検出が不十分 | 少数派クラスのオーバーサンプル |
6. エクスポートモデル
"""Export model sang các format khác nhau"""
model = YOLO("runs/detect/train/weights/best.pt")
# ONNX — cross-platform
model.export(format="onnx", imgsz=640, simplify=True)
# TensorRT — NVIDIA GPU (nhanh nhất)
model.export(format="engine", imgsz=640, half=True)
# CoreML — iOS
model.export(format="coreml", imgsz=640)
# TFLite — Android / Edge
model.export(format="tflite", imgsz=640)
# OpenVINO — Intel hardware
model.export(format="openvino", imgsz=640)
7. ユースケース: 不良品の検出
"""Complete pipeline: phát hiện sản phẩm lỗi trong nhà máy"""
from ultralytics import YOLO
import cv2
from datetime import datetime
# Load custom trained model
model = YOLO("product_defect_model.pt")
def inspect_product(image_path):
"""Kiểm tra 1 sản phẩm"""
results = model(image_path, conf=0.5)
result = results[0]
defects_found = []
for box in result.boxes:
class_name = result.names[int(box.cls)]
confidence = box.conf[0].item()
x1, y1, x2, y2 = box.xyxy[0].tolist()
if "defect" in class_name or "scratch" in class_name:
defects_found.append({
"type": class_name,
"confidence": confidence,
"location": (x1, y1, x2, y2),
})
# Quyết định
status = "❌ REJECT" if defects_found else "✅ PASS"
print(f"{status} | {image_path}")
for d in defects_found:
print(f" ⚠️ {d['type']} ({d['confidence']:.1%})")
return {
"status": "reject" if defects_found else "pass",
"defects": defects_found,
"timestamp": datetime.now().isoformat(),
}
# Test
inspect_product("product_001.jpg")
inspect_product("product_002.jpg")
概要
| ステップ | 仕事 | ツール |
|---|---|---|
| 1. データ収集 | 1クラスあたり300枚以上の写真を収集 | カメラ、Roboflow ユニバース |
| 2. ラベル付け | 境界ボックスを描画する | ロボフロー、CVAT |
| 3. 設定 | dataset.yaml を作成する | YAML ファイル |
| 4. トレーニング | 鉄道YOLOカスタム | ウルトラリティクス、Google Colab |
| 5. 評価 | mAP、P、Rの評価 | model.val() |
| 6. エクスポート | ONNX/TRT に変換 | model.export() |
一般的な演習
- クイック プロジェクト: Roboflow Universe からデータセットを読み込みます (例: 「ハードハット検出」)。 YOLOv11n を訓練します。 mAP@50 > 80% を達成しました。
- カスタム データセット: 1 つのオブジェクト (例: カップ、ペン、水筒) の写真を 100 枚撮影します。 Roboflow のラベル。トレーニングとテスト。
- 比較: yolo11n、yolo11s、yolo11m と同じデータセットをトレーニングします。精度、速度、モデルのサイズを比較します。
- エクスポート テスト: ONNX にエクスポートします。 ONNX ランタイムを使用した推論。 PyTorch と速度を比較します。
次の記事: リアルタイム検出 — DeepSORT を使用してカメラ、ビデオ ストリーム、オブジェクト追跡を検出します。