مرجع ل ultralytics/utils/benchmarks.py
ملاحظه
هذا الملف متاح في https://github.com/ultralytics/ultralytics/ نقطة / الرئيسية /ultralytics/ المرافق / benchmarks.py. إذا اكتشفت مشكلة ، فيرجى المساعدة في إصلاحها من خلال المساهمة في طلب 🛠️ سحب. شكرا لك 🙏!
ultralytics.utils.benchmarks.RF100Benchmark
شفرة المصدر في ultralytics/utils/benchmarks.py
161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 |
|
__init__()
دالة لتهيئة RF100Benchmark.
evaluate(yaml_path, val_log_file, eval_log_file, list_ind)
تقييم النموذج على نتائج التحقق من الصحة.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
yaml_path |
str
|
مسار ملف YAML. |
مطلوب |
val_log_file |
str
|
مسار_مسار_ملف_السجل_الصحي. |
مطلوب |
eval_log_file |
str
|
مسار_ملف_مدونة_المسار. |
مطلوب |
list_ind |
int
|
فهرس مجموعة البيانات الحالية. |
مطلوب |
شفرة المصدر في ultralytics/utils/benchmarks.py
fix_yaml(path)
وظيفة لإصلاح قطار yaml ومسار فال.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
path |
str
|
مسار ملف YAML. |
مطلوب |
شفرة المصدر في ultralytics/utils/benchmarks.py
parse_dataset(ds_link_txt='datasets_links.txt')
تحليل روابط مجموعات البيانات وتنزيل مجموعات البيانات.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
ds_link_txt |
str
|
المسار إلى ملف dataset_links_links. |
'datasets_links.txt'
|
شفرة المصدر في ultralytics/utils/benchmarks.py
set_key(api_key)
تعيين مفتاح Roboflow API للمعالجة.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
api_key |
str
|
مفتاح API. |
مطلوب |
ultralytics.utils.benchmarks.ProfileModels
فئة ProfileModels لتنميط نماذج مختلفة على ONNX و TensorRT.
تحدد هذه الفئة أداء الطرز المختلفة ، وتعيد النتائج مثل سرعة النموذج و FLOPs.
سمات:
اسم | نوع | وصف |
---|---|---|
paths |
list
|
مسارات النماذج إلى الملف الشخصي. |
num_timed_runs |
int
|
عدد عمليات التشغيل الموقوتة للتنميط. الافتراضي هو 100. |
num_warmup_runs |
int
|
عدد مرات الإحماء قبل التنميط. الافتراضي هو 10. |
min_time |
float
|
الحد الأدنى لعدد الثواني للملف الشخصي. الافتراضي هو 60. |
imgsz |
int
|
حجم الصورة المستخدمة في النماذج. الافتراضي هو 640. |
أساليب:
اسم | وصف |
---|---|
profile |
ملامح النماذج وطباعة النتيجة. |
مثل
شفرة المصدر في ultralytics/utils/benchmarks.py
288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 |
|
__init__(paths, num_timed_runs=100, num_warmup_runs=10, min_time=60, imgsz=640, half=True, trt=True, device=None)
تهيئة الفئة ProfileModels لنماذج التنميط.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
paths |
list
|
قائمة مسارات النماذج التي سيتم توصيفها. |
مطلوب |
num_timed_runs |
int
|
عدد عمليات التشغيل الموقوتة للتنميط. الافتراضي هو 100. |
100
|
num_warmup_runs |
int
|
عدد عمليات الإحماء قبل بدء التنميط الفعلي. الافتراضي هو 10. |
10
|
min_time |
float
|
الحد الأدنى من الوقت بالثواني لتنميط نموذج. الافتراضي هو 60. |
60
|
imgsz |
int
|
حجم الصورة المستخدمة أثناء التنميط. الافتراضي هو 640. |
640
|
half |
bool
|
ضع علامة للإشارة إلى ما إذا كان سيتم استخدام نقطة عائمة نصف دقيقة للتنميط. |
True
|
trt |
bool
|
وضع علامة للإشارة إلى ما إذا كنت تريد استخدام ملف التعريف أم لا TensorRT. الافتراضي هو صواب. |
True
|
device |
device
|
الجهاز المستخدم للتنميط. إذا لم يكن هناك شيء ، يتم تحديده تلقائيا. |
None
|
شفرة المصدر في ultralytics/utils/benchmarks.py
generate_results_dict(model_name, t_onnx, t_engine, model_info)
staticmethod
ينشئ قاموسا لتفاصيل النموذج بما في ذلك الاسم والمعلمات و GFLOPS ومقاييس السرعة.
شفرة المصدر في ultralytics/utils/benchmarks.py
generate_table_row(model_name, t_onnx, t_engine, model_info)
ينشئ سلسلة منسقة لصف جدول يتضمن أداء النموذج وتفاصيل القياس.
شفرة المصدر في ultralytics/utils/benchmarks.py
get_files()
ترجع قائمة مسارات لكل ملفات النموذج ذات الصلة التي قدمها المستخدم.
شفرة المصدر في ultralytics/utils/benchmarks.py
get_onnx_model_info(onnx_file)
يسترجع المعلومات بما في ذلك عدد الطبقات والمعلمات والتدرجات و FLOPs ل ONNX نموذج ملف.
شفرة المصدر في ultralytics/utils/benchmarks.py
iterative_sigma_clipping(data, sigma=2, max_iters=3)
staticmethod
يطبق خوارزمية قص سيغما تكرارية على البيانات المحددة مضروبة في عدد التكرارات.
شفرة المصدر في ultralytics/utils/benchmarks.py
print_table(table_rows)
staticmethod
تنسيق وطباعة جدول مقارنة لنماذج مختلفة مع إحصائيات وبيانات أداء معينة.
شفرة المصدر في ultralytics/utils/benchmarks.py
profile()
يسجل نتائج قياس الأداء لنموذج ما، ويتحقق من المقاييس مقابل الحد الأدنى ويعيد النتائج.
شفرة المصدر في ultralytics/utils/benchmarks.py
profile_onnx_model(onnx_file, eps=0.001)
ملفات تعريف و ONNX نموذج عن طريق تنفيذه عدة مرات وإرجاع المتوسط والانحراف المعياري للتشغيل تايمز.
شفرة المصدر في ultralytics/utils/benchmarks.py
profile_tensorrt_model(engine_file, eps=0.001)
لمحة عن TensorRT نموذج ، يقيس متوسط وقت التشغيل والانحراف المعياري بين عمليات التشغيل.
شفرة المصدر في ultralytics/utils/benchmarks.py
ultralytics.utils.benchmarks.benchmark(model=WEIGHTS_DIR / 'yolov8n.pt', data=None, imgsz=160, half=False, int8=False, device='cpu', verbose=False)
المعيار (أ) YOLO نموذج عبر تنسيقات مختلفة للسرعة والدقة.
البارامترات:
اسم | نوع | وصف | افتراضي |
---|---|---|---|
model |
str | Path | optional
|
المسار إلى ملف النموذج أو الدليل. الافتراضي هو المسار (الإعدادات ['weights_dir']) / 'yolov8n.pt'. |
WEIGHTS_DIR / 'yolov8n.pt'
|
data |
str
|
مجموعة البيانات للتقييم ، موروثة من TASK2DATA إذا لم يتم تمريرها. الافتراضي هو بلا. |
None
|
imgsz |
int
|
حجم الصورة للمعيار. الافتراضي هو 160. |
160
|
half |
bool
|
استخدم نصف الدقة للنموذج إذا كان صحيحا. الافتراضي هو خطأ. |
False
|
int8 |
bool
|
استخدم int8-precision للنموذج إذا كان صحيحا. الافتراضي هو خطأ. |
False
|
device |
str
|
جهاز لتشغيل المعيار ، إما "وحدة المعالجة المركزية" أو "cuda". الافتراضي هو "وحدة المعالجة المركزية". |
'cpu'
|
verbose |
bool | float | optional
|
إذا كان صحيحا أو عائما ، فقم بتأكيد اجتياز المعايير بمقياس معين. الافتراضي هو خطأ. |
False
|
ارجاع:
اسم | نوع | وصف |
---|---|---|
df |
DataFrame
|
إطار بيانات الباندا مع نتائج معيارية لكل تنسيق ، بما في ذلك حجم الملف ، متري ، ووقت الاستدلال. |
شفرة المصدر في ultralytics/utils/benchmarks.py
49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 |
|