الارتقاء بتدريب YOLO26: تبسيط عملية التسجيل الخاصة بك باستخدام Comet

يعد تسجيل تفاصيل التدريب الرئيسية مثل المعلمات والمقاييس وتوقعات الصور ونقاط تفتيش النموذج أمرًا ضروريًا في التعلم الآلي - فهو يحافظ على شفافية مشروعك وقابلية قياس تقدمك وقابلية تكرار نتائجك.

شاهد: كيفية استخدام Comet لسجلات ومقاييس تدريب نموذج Ultralytics YOLO 🚀

Ultralytics YOLO26 يتكامل بسلاسة مع Comet (Comet ML سابقًا)، حيث يلتقط ويحسن بكفاءة كل جانب من جوانب عملية تدريب نموذج اكتشاف الكائنات YOLO26 الخاص بك. في هذا الدليل، سنتناول عملية التثبيت، وإعداد Comet، والرؤى في الوقت الفعلي، والتسجيل المخصص، والاستخدام دون اتصال بالإنترنت، مما يضمن توثيق تدريب YOLO26 الخاص بك بدقة وضبطه للحصول على نتائج ممتازة.

Comet

Comet هي منصة لتتبع ومقارنة وشرح وتحسين نماذج وتجارب التعلم الآلي. تتيح لك تسجيل المقاييس والمعاملات والوسائط والمزيد أثناء تدريب نموذجك ومراقبة تجاربك من خلال واجهة ويب جذابة. يساعد Comet علماء البيانات على التكرار بسرعة أكبر، ويعزز الشفافية وقابلية الاستنساخ، ويساعد في تطوير نماذج الإنتاج.

تسخير قوة YOLO26 وComet

من خلال الجمع بين Ultralytics YOLO26 وComet، تفتح مجموعة من الفوائد. تشمل هذه الفوائد إدارة التجارب المبسطة، والرؤى في الوقت الفعلي لإجراء تعديلات سريعة، وخيارات تسجيل مرنة ومخصصة، والقدرة على تسجيل التجارب دون اتصال بالإنترنت عندما يكون الوصول إلى الإنترنت محدودًا. يمكّنك هذا التكامل من اتخاذ قرارات تستند إلى البيانات، وتحليل مقاييس الأداء، وتحقيق نتائج استثنائية.

التثبيت

لتثبيت الحزم المطلوبة، قم بتشغيل:

# Install the required packages for YOLO26 and Comet
pip install ultralytics comet_ml torch torchvision

تهيئة Comet

بعد تثبيت الحزم المطلوبة، ستحتاج إلى الاشتراك والحصول على مفتاح Comet API، وتهيئته.

# Set your Comet API Key
export COMET_API_KEY=YOUR_API_KEY

بعد ذلك، يمكنك تهيئة مشروع Comet الخاص بك. سيكتشف Comet مفتاح API تلقائيًا ويتابع عملية الإعداد.

import comet_ml

comet_ml.login(project_name="comet-example-yolo26-coco128")

إذا كنت تستخدم دفتر ملاحظات Google Colab، فسيطلب منك الرمز أعلاه إدخال مفتاح API الخاص بك للتهيئة.

الاستخدام

قبل الخوض في تعليمات الاستخدام، تأكد من الاطلاع على مجموعة نماذج YOLO26 التي تقدمها Ultralytics. سيساعدك هذا في اختيار النموذج الأنسب لمتطلبات مشروعك.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n.pt")

# Train the model
results = model.train(
    data="coco8.yaml",
    project="comet-example-yolo26-coco128",
    batch=32,
    save_period=1,
    save_json=True,
    epochs=3,
)

بعد تشغيل كود التدريب، سيقوم Comet بإنشاء تجربة في مساحة عمل Comet الخاصة بك لتتبع التشغيل تلقائيًا. سيتم تزويدك بعد ذلك برابط لعرض التسجيل التفصيلي لعملية تدريب نموذج YOLO26 الخاص بك.

تقوم Comet تلقائيًا بتسجيل البيانات التالية بدون أي تكوين إضافي: المقاييس مثل mAP والخسارة، والمعلمات الفائقة، ونقاط فحص النموذج، ومصفوفة الارتباك التفاعلية، وتوقعات المربع المحيط بالصورة.

فهم أداء نموذجك باستخدام تصورات Comet

دعنا نتعمق في ما ستراه على لوحة تحكم Comet بمجرد أن يبدأ نموذج YOLO26 الخاص بك بالتدريب. لوحة التحكم هي المكان الذي يحدث فيه كل شيء، حيث تقدم مجموعة من المعلومات المسجلة تلقائيًا من خلال المرئيات والإحصائيات. إليك جولة سريعة:

لوحات التجارب

ينظم قسم لوحات التجارب في لوحة تحكم Comet ويعرض التشغيلات المختلفة ومقاييسها، مثل فقدان قناع الـ segment، وفقدان الفئة، والدقة، ومتوسط الدقة.

مقاييس (Metrics)

في قسم المقاييس، لديك خيار فحص المقاييس في شكل جدولي أيضًا، والذي يتم عرضه في جزء مخصص كما هو موضح هنا.

مصفوفة الالتباس التفاعلية

توفر مصفوفة الالتباس، الموجودة في علامة التبويب مصفوفة الالتباس، طريقة تفاعلية لتقييم دقة تصنيف النموذج. وهي تفصل التوقعات الصحيحة وغير الصحيحة، مما يسمح لك بفهم نقاط القوة والضعف في النموذج.

مقاييس النظام

يسجل Comet مقاييس النظام للمساعدة في تحديد أي اختناقات في عملية التدريب. تتضمن مقاييس مثل استخدام GPU، واستخدام ذاكرة GPU، واستخدام CPU، واستخدام ذاكرة الوصول العشوائي (RAM). هذه ضرورية لمراقبة كفاءة استخدام الموارد أثناء تدريب النموذج.

تخصيص تسجيل Comet

يوفر Comet المرونة لتخصيص سلوك التسجيل الخاص به عن طريق تعيين متغيرات البيئة. تتيح لك هذه التكوينات تكييف Comet مع احتياجاتك وتفضيلاتك المحددة. فيما يلي بعض خيارات التخصيص المفيدة:

تسجيل توقعات الصور

يمكنك التحكم في عدد تنبؤات الصور التي يسجلها Comet أثناء تجاربك. بشكل افتراضي، يسجل Comet 100 تنبؤ صورة من مجموعة التحقق. ومع ذلك، يمكنك تغيير هذا العدد ليناسب متطلباتك بشكل أفضل. على سبيل المثال، لتسجيل 200 تنبؤ صورة، استخدم الكود التالي:

import os

os.environ["COMET_MAX_IMAGE_PREDICTIONS"] = "200"

الفاصل الزمني لتسجيل الدفعات

يتيح لك Comet تحديد عدد مرات تسجيل دفعات تنبؤات الصور. الـ COMET_EVAL_BATCH_LOGGING_INTERVAL يتحكم متغير البيئة في هذا التردد. الإعداد الافتراضي هو 1، والذي يسجل التوقعات من كل دفعة تحقق. يمكنك ضبط هذه القيمة لتسجيل التوقعات على فترات مختلفة. على سبيل المثال، سيؤدي تعيينه على 4 إلى تسجيل التوقعات من كل دفعة رابعة.

import os

os.environ["COMET_EVAL_BATCH_LOGGING_INTERVAL"] = "4"

تعطيل تسجيل مصفوفة الالتباس

في بعض الحالات، قد لا ترغب في تسجيل مصفوفة الالتباس من مجموعة التحقق الخاصة بك بعد كل حقبةيمكنك تعطيل هذه الميزة عن طريق تعيين COMET_EVAL_LOG_CONFUSION_MATRIX متغير البيئة إلى "false". سيتم تسجيل مصفوفة الالتباس مرة واحدة فقط، بعد اكتمال التدريب.

import os

os.environ["COMET_EVAL_LOG_CONFUSION_MATRIX"] = "false"

تسجيل الدخول دون اتصال

إذا وجدت نفسك في موقف يكون فيه الوصول إلى الإنترنت محدودًا، يوفر Comet خيار تسجيل دون اتصال بالإنترنت. يمكنك تعيين الـ COMET_MODE متغير البيئة إلى "offline" لتمكين هذه الميزة. سيتم حفظ بيانات تجربتك محليًا في دليل يمكنك تحميله لاحقًا إلى Comet عند توفر اتصال بالإنترنت.

import os

os.environ["COMET_MODE"] = "offline"

ملخص

لقد أرشدك هذا الدليل خلال دمج Comet مع YOLO26 من Ultralytics. من التثبيت إلى التخصيص، تعلمت كيفية تبسيط إدارة التجارب، واكتساب رؤى في الوقت الفعلي، وتكييف التسجيل مع احتياجات مشروعك.

استكشف وثائق تكامل YOLOv8 الرسمية لـ Comet، والتي تنطبق أيضًا على مشاريع YOLO26.

علاوة على ذلك، إذا كنت تتطلع إلى التعمق في التطبيقات العملية لـ YOLO26، وتحديداً لمهام تجزئة الصور، فإن هذا الدليل المفصل حول الضبط الدقيق لـ YOLO26 باستخدام Comet يقدم رؤى قيمة وتعليمات خطوة بخطوة لتعزيز أداء نموذجك.

بالإضافة إلى ذلك، لاستكشاف عمليات التكامل الأخرى المثيرة مع Ultralytics، تحقق من صفحة دليل التكامل، التي تقدم ثروة من الموارد والمعلومات.

الأسئلة الشائعة

كيف أقوم بدمج Comet مع Ultralytics YOLO26 للتدريب؟

لدمج Comet مع Ultralytics YOLO26، اتبع الخطوات التالية:

1. تثبيت الحزم المطلوبة:

   pip install ultralytics comet_ml torch torchvision
   

2. إعداد مفتاح Comet API الخاص بك:

   export COMET_API_KEY=YOUR_API_KEY
   

3. تهيئة مشروع Comet الخاص بك في كود Python:

   import comet_ml
   
   comet_ml.login(project_name="comet-example-yolo26-coco128")
   

4. قم بتدريب نموذج YOLO26 الخاص بك وسجل المقاييس:

   from ultralytics import YOLO
   
   model = YOLO("yolo26n.pt")
   results = model.train(
       data="coco8.yaml",
       project="comet-example-yolo26-coco128",
       batch=32,
       save_period=1,
       save_json=True,
       epochs=3,
   )
   

للحصول على تعليمات أكثر تفصيلاً، ارجع إلى قسم تهيئة Comet.

ما هي فوائد استخدام Comet مع YOLO26؟

من خلال دمج Ultralytics YOLO26 مع Comet، يمكنك:

• مراقبة الرؤى في الوقت الفعلي: احصل على تعليقات فورية حول نتائج التدريب الخاصة بك، مما يسمح بإجراء تعديلات سريعة.
• تسجيل مقاييس شاملة: التقاط المقاييس الأساسية تلقائيًا مثل mAP والخسارة والمعلمات الفائقة ونقاط تفتيش النموذج.
• تتبع التجارب دون اتصال بالإنترنت: سجل عمليات التدريب الخاصة بك محليًا عندما لا يتوفر الوصول إلى الإنترنت.
• قارن تشغيلات التدريب المختلفة: استخدم لوحة تحكم Comet التفاعلية لتحليل ومقارنة تجارب متعددة.

من خلال الاستفادة من هذه الميزات، يمكنك تحسين سير عمل التعلم الآلي الخاص بك للحصول على أداء أفضل وقابلية استنساخ. لمزيد من المعلومات، قم بزيارة دليل تكامل Comet.

كيف أقوم بتخصيص سلوك التسجيل لـ Comet أثناء تدريب YOLO26؟

يتيح Comet تخصيصًا واسع النطاق لسلوك التسجيل الخاص به باستخدام متغيرات البيئة:

• تغيير عدد تنبؤات الصور التي تم تسجيلها:

  import os
  
  os.environ["COMET_MAX_IMAGE_PREDICTIONS"] = "200"
  

• ضبط الفاصل الزمني لتسجيل الدُفعات:

  import os
  
  os.environ["COMET_EVAL_BATCH_LOGGING_INTERVAL"] = "4"
  

• تعطيل تسجيل مصفوفة الالتباس:

  import os
  
  os.environ["COMET_EVAL_LOG_CONFUSION_MATRIX"] = "false"
  

ارجع إلى قسم تخصيص تسجيل Comet لمزيد من خيارات التخصيص.

كيف يمكنني عرض المقاييس والتصورات التفصيلية لتدريب YOLO26 الخاص بي على Comet؟

بمجرد أن يبدأ نموذج YOLO26 الخاص بك بالتدريب، يمكنك الوصول إلى مجموعة واسعة من المقاييس والتصورات على لوحة تحكم Comet. تشمل الميزات الرئيسية:

• لوحات التجارب: اعرض التشغيلات المختلفة ومقاييسها، بما في ذلك فقدان قناع التقطيع، وفقدان الفئة، ومتوسط الدقة mAP.
• المقاييس: فحص المقاييس في شكل جدول لتحليل مفصل.
• مصفوفة الارتباك التفاعلية: قم بتقييم دقة التصنيف باستخدام مصفوفة الارتباك التفاعلية.
• مقاييس النظام: مراقبة استخدام وحدة معالجة الرسومات GPU ووحدة المعالجة المركزية CPU، واستخدام الذاكرة، ومقاييس النظام الأخرى.

للحصول على نظرة عامة مفصلة عن هذه الميزات، قم بزيارة قسم فهم أداء نموذجك باستخدام تصورات Comet.

هل يمكنني استخدام Comet للتسجيل دون اتصال بالإنترنت عند تدريب نماذج YOLO26؟

نعم، يمكنك تمكين التسجيل دون اتصال بالإنترنت في Comet عن طريق تعيين الـ COMET_MODE متغير البيئة إلى "offline":

import os

os.environ["COMET_MODE"] = "offline"

تتيح لك هذه الميزة تسجيل بيانات تجربتك محليًا، والتي يمكن تحميلها لاحقًا إلى Comet عند توفر اتصال بالإنترنت. وهذا مفيد بشكل خاص عند العمل في بيئات ذات وصول محدود إلى الإنترنت. لمزيد من التفاصيل، ارجع إلى قسم التسجيل دون اتصال بالإنترنت.

📅 تم الإنشاء قبل 2 أعوام ✏️ تم التحديث قبل 5 أيام

تعليقات