ابدأ

التهيئة

تلعب إعدادات YOLO والمعلمات الفائقة دورًا أساسيًا في أداء النموذج وسرعته ودقته. ويمكن أن تؤثر هذه الإعدادات في سلوك النموذج في مراحل مختلفة، بما في ذلك التدريب والتحقق من الصحة والتنبؤ.



شاهد: إتقان Ultralytics YOLO: التهيئة

تستخدم أوامر Ultralytics الصيغة التالية:

مثال
yolo TASK MODE ARGS

حيث:

تُعرّف قيم ARG الافتراضية في هذه الصفحة، وهي مأخوذة من الملف cfg/default.yaml.

المهام#

يمكن لنماذج Ultralytics YOLO تنفيذ مجموعة متنوعة من مهام الرؤية الحاسوبية، ومنها:

  • الكشف: يحدّد اكتشاف الكائنات الكائنات داخل صورة أو مقطع فيديو ويحدّد مواقعها.
  • التجزئة: تقسّم تجزئة المثيلات الصورة أو مقطع الفيديو إلى مناطق تقابل كائنات أو فئات مختلفة.
  • التجزئة الدلالية (semantic): تسند التجزئة الدلالية تسمية فئة إلى كل بكسل في الصورة لفهم المشهد بكثافة.
  • العمق (depth): يقدّر تقدير العمق أحادي العين خريطة عمق لكل بكسل، بوحدة الأمتار، انطلاقًا من صورة RGB واحدة.
  • التصنيف: يتنبأ تصنيف الصور بتسمية فئة الصورة المدخلة.
  • الوضعية: يحدّد تقدير الوضعية الكائنات ويقدّر نقاطها المفتاحية في صورة أو مقطع فيديو.
  • OBB: تستخدم مربعات الإحاطة الموجّهة مربعات إحاطة مدوّرة، وهي مناسبة للصور الجوية أو صور الأقمار الصناعية.
المعاملالافتراضيالوصف
task'detect'يحدّد مهمة YOLO: detect للكشف عن الأجسام، وsegment لتجزئة الكائنات، وsemantic للتجزئة الدلالية، وdepth لتقدير العمق أحادي العين، وclassify للتصنيف، وpose لتقدير الوضعيات، وobb للصناديق المحيطة الموجّهة. صُممت كل مهمة لتلبية مخرجات ومشكلات محددة في تحليل الصور ومقاطع الفيديو.

دليل المهام

الأوضاع#

تعمل نماذج Ultralytics YOLO بأوضاع مختلفة، صُمم كل منها لمرحلة محددة من دورة حياة النموذج:

  • التدريب: درّب نموذج YOLO على مجموعة بيانات مخصصة.
  • التحقق: تحقّق من صحة نموذج YOLO مدرَّب.
  • التنبؤ: استخدم نموذج YOLO مدرَّبًا لإجراء تنبؤات على صور أو مقاطع فيديو جديدة.
  • التصدير: صدّر نموذج YOLO لنشره.
  • التتبع: تتبّع الأجسام آنيًا باستخدام نموذج YOLO.
  • قياس الأداء: قِس سرعة ودقة النماذج المصدّرة من YOLO (ONNX وTensorRT وما إلى ذلك).
المعاملالافتراضيالوصف
mode'train'يحدّد وضع تشغيل نموذج YOLO: train لتدريب النموذج، وval للتحقق، وpredict للاستدلال، وexport للتحويل إلى تنسيقات النشر، وtrack لتتبّع الأجسام، وbenchmark لتقييم الأداء. يدعم كل وضع مراحل مختلفة، بدءًا من التطوير وصولًا إلى النشر.

دليل الأوضاع

إعدادات التدريب#

تتضمن إعدادات تدريب نماذج YOLO المعلمات الفائقة والتكوينات التي تؤثر في أداء النموذج وسرعته ودقته. وتشمل الإعدادات الرئيسية حجم الدفعة ومعدل التعلّم والزخم واضمحلال الأوزان. كما يؤثر اختيار المُحسِّن ودالة الخسارة وتركيب مجموعة البيانات في التدريب. ويُعد الضبط والتجريب ضروريين لتحقيق الأداء الأمثل.

المعاملالنوعالافتراضيالوصف
modelstrNoneيحدّد ملف النموذج المستخدم للتدريب. يقبل مسارًا إلى نموذج مدرَّب مسبقًا من .pt أو ملف تهيئة .yaml. وهو ضروري لتعريف بنية النموذج أو تهيئة الأوزان.
datastrNoneمسار ملف YAML لمجموعة البيانات (مثل coco8.yaml)، الذي يتضمن مسارات بيانات التحقق والتدريب، وأسماء الفئات، وعددها. أما التصنيف فيقبل دليل مجموعة بيانات أو اسم مجموعة بيانات مضمّنة (مثل imagenet10).
epochsint100إجمالي عدد حقب التدريب. تمثل كل حقبة مرورًا كاملًا على مجموعة البيانات بأكملها. ويمكن أن يؤثر تعديل هذه القيمة في مدة التدريب وأداء النموذج.
timefloatNoneالحد الأقصى لمدة التدريب بالساعات. إذا عُيّنت هذه القيمة، فإنها تتجاوز الوسيطة epochs، ما يسمح بإيقاف التدريب تلقائيًا بعد المدة المحددة. وهي مفيدة في سيناريوهات التدريب المقيّدة زمنيًا.
patienceint100عدد الحقب التي يُنتظر خلالها دون تحسّن في مقاييس التحقق قبل إيقاف التدريب مبكرًا. تساعد هذه القيمة على منع فرط التكيّف بإيقاف التدريب عند استقرار الأداء.
batchint أو float16حجم الدفعة، بثلاثة أوضاع: تعيينه كعدد صحيح (مثل batch=16)، أو استخدام الوضع التلقائي لـ 60% من ذاكرة GPU المتاحة (batch=-1)، أو استخدام الوضع التلقائي مع تحديد نسبة من ذاكرة GPU المتاحة (batch=0.70).
imgszint640حجم الصورة المستهدف للتدريب. تُغيّر أحجام الصور إلى مربعات طول أضلاعها يساوي القيمة المحددة (إذا كانت rect=False)، مع الحفاظ على نسبة العرض إلى الارتفاع في نماذج YOLO، ولكن ليس في RT-DETR. ويؤثر ذلك في دقة النموذج وتعقيده الحسابي.
saveboolTrueيتيح حفظ نقاط التحقق أثناء التدريب وأوزان النموذج النهائية. وهو مفيد لاستئناف التدريب أو نشر النموذج.
save_periodint-1وتيرة حفظ نقاط تحقق النموذج، محددة بعدد الحقب. تعطل القيمة -1 هذه الميزة. وهي مفيدة لحفظ نماذج وسيطة أثناء جلسات التدريب الطويلة.
cachebool أو strFalseيتيح تخزين صور مجموعة البيانات مؤقتًا في الذاكرة (True/ram) أو على القرص (disk)، أو تعطيل التخزين المؤقت (False). ويحسّن سرعة التدريب بتقليل عمليات الإدخال/الإخراج على القرص، مقابل زيادة استخدام الذاكرة.
tilebool أو intFalseيوسّع كل صورة مصدر إلى رقع تدريب ثابتة، مع قصّ التسميات والاحتفاظ بالنوافذ السلبية. يستخدم True القيمة imgsz؛ ويحدّد العدد الصحيح الموجب حجم الرقعة. راجع تقسيم الصور عالية الدقة إلى رقع.
deviceint أو str أو listNoneيحدّد جهازًا أو أكثر للحوسبة أثناء التدريب: GPU واحد (device=0)، أو عدة وحدات GPU (device=[0,1])، أو CPU (device=cpu)، أو MPS لأجهزة Apple silicon (device=mps)، أو NPU من Huawei Ascend (device=npu:0 أو device=npu:0,1)، أو Intel XPU (device=xpu:0)، أو الاختيار التلقائي لوحدة GPU خاملة (device=-1) أو عدة وحدات GPU خاملة (device=[-1,-1]).
workersint8عدد سلاسل العاملين لتحميل البيانات (لكل RANK في حال التدريب باستخدام عدة وحدات GPU). يؤثر في سرعة المعالجة المسبقة للبيانات وإدخالها إلى النموذج، وهو مفيد بوجه خاص في إعدادات التدريب متعددة وحدات GPU.
projectstrNoneاسم مجلد المشروع الذي تُحفظ فيه مخرجات التدريب. يُوضَع المسار النسبي ضمن runs_dir/<task>، بينما يُستخدم المسار المطلق كما هو.
namestrNoneاسم تشغيل التدريب. يُستخدم لإنشاء دليل فرعي داخل مجلد المشروع تُخزّن فيه سجلات التدريب ومخرجاته.
exist_okboolFalseإذا كانت القيمة True، يُسمح بالكتابة فوق دليل موجود للمشروع/الاسم. وهذا مفيد للتجارب التكرارية دون الحاجة إلى مسح المخرجات السابقة يدويًا.
save_dirstrNoneيحدّد الدليل الدقيق لحفظ مخرجات التشغيل، متجاوزًا تركيبة project/name. يُستخدم المسار كما هو دون زيادة تلقائية، لذا تعيد عمليات التشغيل المتتالية استخدام الدليل نفسه.
pretrainedbool أو strTrueيحدّد ما إذا كان التدريب سيبدأ بأوزان مدرّبة مسبقًا. يمكن أن تكون القيمة منطقية أو سلسلة تمثل مسار الأوزان المطلوب تحميلها. تُدرّب pretrained=False انطلاقًا من أوزان مهيأة عشوائيًا مع الحفاظ على بنية النموذج.
cls_remapboolTrueعند الضبط الدقيق عبر مجموعات بيانات مختلفة، تُنسخ صفوف رأس التصنيف المدرّب مسبقًا إلى النموذج الجديد حيثما تطابقت أسماء الفئات، بحيث تحتفظ الفئات المتداخلة بالانحياز الذي تعلّمته، إلى جانب أوزانها عندما يظل عرض الرأس دون تغيير. ينطبق ذلك سواء اختلف عدد الفئات أم تطابق مع اختلاف ترتيبها.
optimizerstr'auto'اختيار محسِّن التدريب. تشمل الخيارات SGD، وMuSGD، وAdam، وAdamax، وAdamW، وNAdam، وRAdam، وRMSProp، أو auto لاختيار AdamW أو MuSGD وفقًا لعدد تكرارات التدريب. ويؤثر ذلك في سرعة التقارب واستقراره.
seedint0يعيّن البذرة العشوائية للتدريب، ما يضمن إمكانية إعادة إنتاج النتائج عبر عمليات التشغيل ذات التهيئات نفسها.
deterministicboolTrueيفرض استخدام خوارزميات حتمية، ما يضمن إمكانية إعادة إنتاج النتائج، لكن قد يؤثر في الأداء والسرعة بسبب تقييد الخوارزميات غير الحتمية.
verboseboolTrueيتيح عرضًا تفصيليًا أثناء التدريب، يشمل أشرطة التقدم والمقاييس لكل حقبة ومعلومات تدريب إضافية في وحدة التحكم.
single_clsboolFalseيعامل جميع الفئات في مجموعات البيانات متعددة الفئات على أنها فئة واحدة أثناء التدريب. وهو مفيد لمهام التصنيف الثنائي أو عند التركيز على وجود الأجسام بدلًا من تصنيفها.
classeslist[int]Noneيحدّد قائمة بمعرّفات الفئات المطلوب التدريب عليها. وهو مفيد لتصفية الفئات والتركيز على فئات بعينها أثناء التدريب.
rectboolFalseتفعّل استراتيجية الحد الأدنى من الحشو، بحيث تُحشى الصور في الدفعة بأقل قدر ممكن للوصول إلى حجم موحّد، ويكون أطول ضلع مساويًا لـ imgsz. قد يؤدي ذلك إلى تحسين الكفاءة والسرعة، لكنه قد يؤثر في دقة النموذج. يستخدم مدرّب YOLO القياسي rect=True للتحقق من مهام الكشف والتجزئة وتقدير الوضعية وOBB، بصرف النظر عن هذا الإعداد.
multi_scalefloat0.0يغيّر قيمة imgsz عشوائيًا في كل دفعة بمقدار +/- multi_scale (مثلًا: 0.25 ← من 0.75x إلى 1.25x)، مع التقريب إلى مضاعفات خطوة النموذج؛ وتعطّل 0.0 التدريب متعدد المقاييس.
cos_lrboolFalseيستخدم مجدول معدل التعلّم ذي المنحنى الجيبي، إذ يضبط معدل التعلّم وفق منحنى جيبي عبر الحقب. ويساعد على إدارة معدل التعلّم لتحقيق تقارب أفضل.
close_mosaicint10يعطّل زيادة بيانات الفسيفساء خلال آخر N حقب لتحقيق استقرار التدريب قبل انتهائه. يؤدي تعيين القيمة إلى 0 إلى تعطيل هذه الميزة.
resumeboolFalseيستأنف التدريب من آخر نقطة تحقق محفوظة. ويحمّل أوزان النموذج وحالة المُحسِّن وعدد الحقب تلقائيًا، لمتابعة التدريب من الموضع الذي توقف عنده.
ampbool أو strTrueيحدّد دقة التدريب: يستخدم True أو "fp16" تنسيق FP16، ويستخدم "bf16" تنسيق BF16 على أجهزة CUDA المدعومة، بينما يستخدم False أو "fp32" تنسيق FP32.
quantizeint أو strNoneعيّن القيمة إلى 8 (أو "int8") للتدريب المدرك للتكميم إلى INT8 (QAT)، الذي يجري ضبطًا دقيقًا باستخدام تكميم زائف ضمن الحلقة كي تتحمل الأوزان التصدير إلى INT8. راجع التدريب المدرك للتكميم.
fractionfloat أو int أو list1.0جزء مجموعة البيانات، محدد كنسبة أو عدد أو قائمة [train, val, test]. تعني 1 التقسيم الكامل، وتمثل الأعداد الصحيحة الأكبر من 1 أعداد الصور، ولا يقبل الإدخال الاختياري للاختبار وحده 0/0.0 بمعنى لا شيء. وتُبقي القوائم ذات العنصرين مجموعة الاختبار كاملة.
profileboolFalseيتيح قياس سرعتي ONNX وTensorRT أثناء التدريب، وهو مفيد لتحسين نشر النموذج.
freezeint أو listNoneيجمّد أول N طبقة من النموذج، أو طبقات محددة حسب الفهرس أو اسم الوحدة (23.cv2، من دون البادئة model.)، ما يقلل عدد المعلمات القابلة للتدريب. وهو مفيد للضبط الدقيق أو التعلّم بالنقل.
lr0float0.01معدل التعلم الأولي (مثل SGD=1E-2 وAdam=1E-3). يُتجاهل عند استخدام optimizer='auto' الافتراضي؛ حدّد مُحسِّنًا صراحةً لاستخدامه.
lrffloat0.01معدل التعلّم النهائي كنسبة من المعدل الأولي = (lr0 * lrf)، ويُستخدم مع المجدولات لضبط معدل التعلّم بمرور الوقت.
momentumfloat0.937زخم SGD/MuSGD أو beta1 لمحسّنات Adam. مع optimizer=auto، يستخدم AdamW القيمة 0.9؛ يبدأ MuSGD عند 0.9، ثم يستوفي الإحماء خطيًا من warmup_momentum إلى momentum. من دون الإحماء، يظل MuSGD التلقائي عند 0.9.
weight_decayfloat0.0005مصطلح انتظام L2، يعاقب الأوزان الكبيرة لمنع فرط التكيّف.
warmup_epochsfloat3.0حقب الإحماء (يُسمح بالقيم الكسرية)، مع تحديد الحد الأقصى بحيث تبقى الحقبة الأخيرة بلا إحماء. يرتفع معدل التعلّم خطيًا من 0 (الانحياز من warmup_bias_lr) إلى قيمته المجدولة، والزخم من warmup_momentum إلى momentum، وتراكم التدرجات من دفعة واحدة إلى قيمته الاسمية (راجع nbs)، وتصل جميعها إلى قيمها المستهدفة عند انتهاء الإحماء.
warmup_momentumfloat0.8الزخم الابتدائي للمحسّنات التي تتضمن حدًا للزخم (SGD وMuSGD وRMSprop)، ويُرفع خطيًا إلى momentum بحلول نهاية الإحماء. لا يُجرى إحماء beta1 في عائلة Adam.
warmup_bias_lrfloat0.1معدل التعلّم لمعاملات الانحياز أثناء مرحلة الإحماء، ما يساعد على تحقيق استقرار تدريب النموذج في الحقب الأولى. يُضبط تلقائيًا على 0.0 مع الإعداد الافتراضي optimizer='auto'؛ لذا حدّد محسِّنًا صراحةً لاستخدامه.
distill_modelstrNoneمسار نقطة تحقق نموذج المعلّم (مثل yolo26x.pt) لتقطير المعرفة. عند تعيينه، يُدرّب نموذج الطالب باستخدام خسارة تقطير إضافية يوجّهها نموذج المعلّم المجمّد.
disfloat6.0وزن خسارة التقطير المضافة إلى خسائر الكشف القياسية. تزيد القيم الأعلى من تأثير توجيه خصائص نموذج المعلّم.
boxfloat7.5وزن مكوّن خسارة الصندوق في دالة الخسارة، ويؤثر في مقدار التركيز على التنبؤ الدقيق بإحداثيات الصندوق المحيط.
clsfloat0.5وزن خسارة التصنيف في دالة الخسارة الكلية، ويؤثر في أهمية التنبؤ الصحيح بالفئة مقارنةً بالمكونات الأخرى.
cls_pwfloat0.0قوة ترجيح الفئات لمعالجة اختلال توازن الفئات باستخدام معكوس تكرار الفئة. تعطّل 0.0 ترجيح الفئات، بينما تطبّق 1.0 الترجيح الكامل بمعكوس التكرار. وتوفّر القيم بين 0 و1 ترجيحًا جزئيًا.
dflfloat1.5وزن حد انحدار مسافة الصندوق: خسارة البؤرة التوزيعية (DFL) عندما يستخدم رأس الكشف reg_max > 1، وخسارة L1 لمسافات الصندوق المطبّعة في YOLO26 الخالي من DFL (reg_max: 1).
posefloat12.0وزن خسارة الوضعية في النماذج المدرّبة لتقدير الوضعيات، ويؤثر في التركيز على التنبؤ الدقيق بالنقاط المفتاحية للوضعية.
kobjfloat1.0وزن خسارة احتمالية وجود الكائن عند النقطة المفتاحية في نماذج تقدير الوضعيات، لتحقيق توازن بين ثقة الكشف ودقة الوضعية.
rlefloat1.0وزن خسارة تقدير الاحتمالية اللوغاريتمية المتبقية في نماذج تقدير الوضعيات، ويؤثر في دقة تحديد مواقع النقاط المفتاحية.
anglefloat1.0وزن خسارة الزاوية في نماذج OBB، ويؤثر في دقة التنبؤ بزوايا الصناديق المحيطة الموجّهة.
dlogfloat1.0وزن خسارة اللوغاريتمية الثابتة للمقياس (SILog) في نماذج تقدير العمق، وهي الحد الأساسي المحرّك لدقة العمق.
dgradfloat0.5وزن خسارة التدرّج في نماذج تقدير العمق، وتعاقب الأخطاء عند حواف العمق وتشجّع على حدود أسطح أكثر وضوحًا.
dlamfloat1.0عامل التركيز على التباين في خسارة SILog بنماذج تقدير العمق. تجعل 1.0 الخسارة ثابتة المقياس بالكامل، بينما تقلّصها 0.0 إلى RMSE لوغاريتمي عادي.
nbsint64حجم الدفعة الاسمي. تتراكم التدرجات على مدى round(nbs / batch) دفعات لكل خطوة للمحسّن (بحد أدنى دفعة واحدة، وبحد أقصى يساوي إجمالي عدد دفعات التشغيل خارج وضع time)، ويُضرب weight_decay في batch * accumulate / nbs لمطابقته.
overlap_maskboolTrueيحدّد ما إذا كان ينبغي دمج أقنعة الأجسام في قناع واحد للتدريب، أم إبقاء قناع منفصل لكل جسم. عند التداخل، يوضع القناع الأصغر فوق الأكبر أثناء الدمج.
mask_ratioint4نسبة خفض دقة أقنعة التجزئة، وتؤثر في دقة الأقنعة المستخدمة أثناء التدريب. ولا تغيّر دقة الأقنعة المتنبأ بها.
dropoutfloat0.0معدل الإسقاط للتنظيم في مهام التصنيف، ويمنع فرط التكيّف بإسقاط الوحدات عشوائيًا أثناء التدريب.
valboolTrueيتيح التحقق أثناء التدريب، ما يسمح بالتقييم الدوري لأداء النموذج على مجموعة بيانات منفصلة.
splitstr'val'تقسيم مجموعة البيانات المستخدم للتحقق أثناء التدريب: val أو test أو train. تُستخدم مقاييسه لاختيار best.pt وتفعيل الإيقاف المبكر.
nmsbool، اختياريNoneيختار رأس الاستدلال المستخدم للتحقق في كل حقبة واختيار نقاط التحقق والإيقاف المبكر. يستخدم None أو True أسلوب واحد إلى متعدد مع NMS؛ أما False فيستخدم الرأس الخالي من NMS عند توفره. ويحتفظ كلا الرأسين بخسائر التدريب.
plotsboolTrueينشئ مخططات مقاييس التدريب والتحقق وأمثلة التنبؤ ويحفظها، ما يوفّر رؤى مرئية حول أداء النموذج وتقدمه في التعلّم.
compilebool أو strFalseيتيح تجميع رسوم torch.compile في PyTorch 2.x باستخدام backend='inductor'. يقبل True → "default"، أو False لتعطيله، أو وضعًا نصيًا مثل "default"، "reduce-overhead"، "max-autotune-no-cudagraphs". ويعود إلى التنفيذ الفوري مع تحذير إذا لم يكن مدعومًا.
channels_lastboolNoneيستخدم تنسيق الذاكرة channels_last (NHWC) للالتفافات أثناء التدريب. تفعّله None تلقائيًا على CUDA مع PyTorch 1.11 أو أحدث، باستثناء Windows، حيث أظهرت القياسات أنه أبطأ. وتعطّله False، بينما تطلبه True صراحةً. ويظل التدريب على CPU أو MPS دائمًا بتنسيق NCHW (يُتجاهل True مع إظهار تحذير).
max_detint300الحد الأقصى لعدد الكشوف لكل صورة أثناء التحقق من التدريب. بالنسبة إلى الكشف والتقسيم والوضعية وOBB، لا ترتفع القيمة الافتراضية 300 إلى أكبر عدد من الأجسام الموسومة في التدريب/التحقق إلا إذا تجاوز ذلك العدد 300. وتظل القيم الأخرى ثابتة؛ ويؤدي تجاوز الحد إلى ظهور تحذير.
ملاحظة حول إعدادات حجم الدفعة

توفّر الوسيطة batch ثلاثة خيارات للتهيئة:

  • حجم دفعة ثابت: حدّد عدد الصور في الدفعة باستخدام عدد صحيح (مثل batch=16).
  • الوضع التلقائي (60% من ذاكرة GPU): استخدم batch=-1 لضبط القيمة تلقائيًا بحيث تستهلك نحو 60% من ذاكرة CUDA المتاحة للتدريب.
  • الوضع التلقائي مع تحديد نسبة الاستخدام: عيّن نسبة (مثل batch=0.70) لضبط القيمة استنادًا إلى نسبة محددة من ذاكرة GPU المتاحة.

إذا لم ينتج عن أي حجم دفعة مرشح ملف تعريف قابل للاستخدام، يُصدر AutoBatch خطأ RuntimeError واضحًا بدلًا من الرجوع بصمت إلى قيمة افتراضية غير مرتبطة.

دليل التدريب

إعدادات التنبؤ#

تشمل إعدادات التنبؤ لنماذج YOLO المعلمات الفائقة وعمليات التهيئة التي تؤثر في الأداء والسرعة والدقة أثناء الاستدلال. ومن الإعدادات الرئيسية عتبة الثقة وعتبة قمع الصناديق غير القصوى (NMS) وتصفية الفئات. كما يؤثر حجم بيانات الإدخال وتنسيقها والميزات الإضافية مثل الأقنعة في التنبؤات. ويُعد ضبط هذه الإعدادات ضروريًا لتحقيق الأداء الأمثل.

وسائط الاستدلال:

المعاملالنوعالافتراضيالوصف
sourcestr أو int أو NoneNoneيحدّد مصدر البيانات للاستدلال. يمكن أن يكون مسار صورة أو ملف فيديو أو دليلًا أو عنوان URL أو معرّف جهاز للتدفقات المباشرة. إذا لم يُحدّد، يُسجّل تحذير ويعود النموذج إلى الأصول التجريبية المضمّنة (ultralytics/assets، أو عنوان URL تجريبي لـ OBB). ويدعم نطاقًا واسعًا من التنسيقات والمصادر، ما يتيح تطبيقًا مرنًا على أنواع مختلفة من المدخلات.
conffloat0.25يعيّن الحد الأدنى لعتبة الثقة لعمليات الكشف. تُهمَل الأجسام المكتشفة التي تقل ثقتها عن هذا الحد. ويمكن أن يساعد تعديل هذه القيمة على تقليل الإيجابيات الكاذبة.
ioufloat0.5عتبة التقاطع على الاتحاد (IoU) لقمع غير الأعظميات (NMS). تؤدي القيم الأقل إلى عدد أقل من عمليات الكشف عبر إزالة الصناديق المتداخلة، ما يفيد في تقليل التكرارات.
imgszint أو tuple640هدف letterbox. يحدد العدد الصحيح N×N مربعًا؛ بينما يحدد الصف (height, width). مع rect=True، قد يكون موتر الإدخال الفعلي أصغر من هذا الهدف بسبب الحشو بالحد الأدنى للمستطيل. استخدم rect=False لتحديد حجم ثابت. راجع الشكل الثابت مقابل الحد الأدنى للمستطيل.
rectboolTrueإذا كان True، فاستخدم الحشو بالمستطيل الأدنى متى أمكن (دفعة ذات أشكال متطابقة وواجهة خلفية مدعومة). وإذا كان False، فاستخدم دائمًا imgsz كاملًا. راجع الشكل الثابت مقارنةً بالمستطيل الأدنى. يُتجاهل ذلك في نماذج depth وRT-DETR، التي تمدد الصور إلى imgsz كاملًا دون حشو.
quantizeint أو strNoneدقة الاستدلال: تحدد 16/"fp16" و32/"fp32"/unset استخدام حساب FP16 أو FP32 لنماذج PyTorch وTorchScript (FP32 على CPU)؛ أما التنسيقات الأخرى فتستخدم الدقة التي يحددها الملف الاصطناعي وبيئة التشغيل. عند 16، يظل OpenVINO يقرّب الإدخال إلى FP16 على العميل ثم يوسّعه مجددًا إلى FP32، من دون تغيير دقة بيئة التشغيل. تُضبط عملية التكميم INT8/PTQ أثناء التصدير، ثم تُستخدم بتحميل النموذج المُصدَّر. يحل هذا الخيار محل العلامة half المهملة.
devicestrNoneيحدّد جهاز الاستدلال (مثل cpu أو cuda:0 أو 0 أو npu أو npu:0). يتيح للمستخدمين الاختيار بين CPU أو وحدة GPU محددة أو Huawei Ascend NPU أو أجهزة حوسبة أخرى لتنفيذ النموذج. تعمل نماذج OpenVINO وLiteRT باستخدام xpu وnpu على وحدة GPU وNPU من Intel؛ راجع أجهزة الاستدلال للاطلاع على كل تنسيق.
dnnboolFalseإذا كان True، فسيستخدم وحدة DNN في OpenCV بدلًا من ONNX Runtime لاستدلال نماذج ONNX.
datastrNoneمسار ملف YAML لمجموعة البيانات (مثل coco8.yaml)، يُقرأ منه names فقط، وذلك عندما لا يحتوي النموذج المحمّل على أسماء فئات خاصة به: كأن يكون تصديرًا من جهة خارجية، أو تصديرًا من Ultralytics منفصلًا عن البيانات الوصفية المرفقة به. وفي غير ذلك، يُبلغ النموذج عن class0 وclass1 وما إلى ذلك.
batchint1يحدد حجم الدفعة للاستدلال (ولا يعمل إلا عندما يكون المصدر دليلًا أو ملف فيديو أو ملف .txt). يمكن أن يؤدي حجم الدفعة الأكبر إلى زيادة معدل المعالجة، ما يقلل إجمالي الوقت اللازم للاستدلال.
tilebool أو intFalseينفّذ الاستدلال باستخدام رقع ثابتة، ويُرجع المخرجات بإحداثيات الصورة الأصلية. يستخدم True القيمة imgsz؛ ويحدّد العدد الصحيح الموجب حجم الرقعة. راجع تقسيم الصور عالية الدقة إلى رقع.
max_detint300الحد الأقصى لعدد الاكتشافات المسموح بها لكل صورة. يحد هذا الخيار من العدد الإجمالي للكائنات التي يمكن للنموذج اكتشافها في عملية استدلال واحدة، ويمنع المخرجات المفرطة في المشاهد الكثيفة.
vid_strideint1خطوة الإطارات لمدخلات الفيديو. تتيح تخطي إطارات الفيديو لتسريع المعالجة، على حساب الدقة الزمنية. تعالج القيمة 1 كل إطار، بينما تؤدي القيم الأعلى إلى تخطي الإطارات.
stream_bufferboolFalseيحدد ما إذا كان سيتم وضع الإطارات الواردة في قائمة انتظار لبث الفيديو. إذا كان False، فسيتم إسقاط الإطارات القديمة لإفساح المجال للإطارات الجديدة (وهذا محسّن للتطبيقات الآنية). وإذا كان True، فستُضاف الإطارات الجديدة إلى مخزن مؤقت، ما يضمن عدم تخطي أي إطار، لكنه سيسبب تأخرًا إذا كان معدل الإطارات للاستدلال أقل من معدل إطارات البث.
visualizeboolFalseيحفظ خريطة حرارية لتنشيط الفئات بجوار كل تنبؤ، وتوضح وحدات البكسل التي رفعت درجات الفئة المتنبأ بها. يراعي الخيارين conf وclasses، لذا لا يرسم classes=[0] إلا خريطة تلك الفئة. متاح فقط لنماذج Ultralytics المعتمدة على PyTorch.
augmentboolFalseيفعّل زيادة البيانات وقت الاختبار (TTA) للتنبؤات، ما قد يحسن متانة الاكتشاف على حساب سرعة الاستدلال. متاح فقط لنماذج Ultralytics المعتمدة على PyTorch.
agnostic_nmsboolFalseيفعّل كبت غير الأعظمية (NMS) غير المرتبط بالفئة، فيكبت الصناديق المتداخلة ذات الدرجات الأقل عبر الفئات المختلفة بدلًا من الاقتصار على الفئة نفسها. يفيد ذلك في سيناريوهات الاكتشاف متعددة الفئات التي يشيع فيها تداخل الفئات. في الاستدلال الخالي من NMS (nms=False على YOLO26 أو YOLOv10)، لا يفعل هذا الخيار سوى منع ظهور الاكتشاف نفسه بتسميات فئات متعددة (التكرارات ذات IoU=1.0)، ولا يجري كبتًا قائمًا على عتبة IoU بين الصناديق المختلفة.
classeslist[int]Noneيرشح التنبؤات وفق مجموعة من معرّفات الفئات. لن تُعاد إلا الاكتشافات المنتمية إلى الفئات المحددة. يفيد ذلك في التركيز على الكائنات ذات الصلة ضمن مهام الاكتشاف متعددة الفئات.
retina_masksboolFalseيعيد أقنعة تقسيم عالية الدقة. ستطابق الأقنعة المعادة (masks.data) حجم الصورة الأصلية عند التفعيل. وإذا عُطّل الخيار، فستكون الأقنعة بحجم الصورة المستخدمة أثناء الاستدلال.
embedlist[int]Noneيحدد الطبقات التي تُستخرج منها متجهات السمات أو التضمينات. استخدم model.embed(source) لتضمينات الطبقة قبل الأخيرة، أو model.predict(source, embed=[layer]) لاختيار طبقات محددة. يفيد ذلك في المهام اللاحقة مثل التجميع أو البحث عن التشابه. متاح فقط لنماذج Ultralytics المعتمدة على PyTorch.
projectstrNoneاسم مجلد المشروع الذي تُحفظ فيه مخرجات التنبؤ إذا كان save مفعّلًا. يُوضَع المسار النسبي ضمن runs_dir/<task>، بينما يُستخدم المسار المطلق كما هو.
namestrNoneاسم تشغيل التنبؤ. يُستخدم لإنشاء دليل فرعي ضمن مجلد المشروع، حيث تُخزّن مخرجات التنبؤ عند تفعيل save.
streamboolFalseيتيح معالجة طويلة الفيديوهات أو أعداد كبيرة من الصور بكفاءة في استخدام الذاكرة، وذلك بإرجاع مولّد لكائنات Results بدلًا من تحميل جميع الإطارات إلى الذاكرة دفعة واحدة.
verboseboolTrueيتحكم في عرض سجلات الاستدلال المفصلة في الطرفية، لتوفير ملاحظات آنية عن عملية التنبؤ.
compilebool أو strFalseيتيح تجميع رسوم torch.compile في PyTorch 2.x باستخدام backend='inductor'. يقبل True → "default"، أو False لتعطيله، أو وضعًا نصيًا مثل "default"، "reduce-overhead"، "max-autotune-no-cudagraphs". ويعود إلى التنفيذ الفوري مع تحذير إذا لم يكن مدعومًا.
channels_lastboolNoneيستخدم تنسيق الذاكرة channels_last (NHWC) للاستدلال الأصلي باستخدام PyTorch. يفعّله None تلقائيًا على وحدات CPU بمعمارية x86 في Linux وWindows التي تدعم oneDNN، مع PyTorch 1.13 أو أحدث؛ ويعطّله False، بينما يطلبه True على أجهزة CPU بمعمارية x86 أو أجهزة CUDA المدعومة. لا تتغير الإعدادات على ARM64 وMPS وإصدارات PyTorch الأقدم ووحدات CPU التي لا تدعم oneDNN والتنسيقات المصدّرة مثل TensorRT وONNX.
nmsbool، اختياريNoneيجري افتراضيًا استدلالًا من واحد إلى متعدد باستخدام NMS (None أو True). اضبط False لاستخدام الرأس أحادي إلى واحد الخالي من NMS عند توفره. راجع دليل الاكتشاف الشامل لمزيد من التفاصيل.

وسائط التصور:

المعاملالنوعالافتراضيالوصف
showboolFalseإذا كان True، يعرض الصور أو مقاطع الفيديو المشروحة في نافذة. يفيد ذلك في الحصول على ملاحظات مرئية فورية أثناء التطوير أو الاختبار.
saveboolFalse or Trueيفعّل حفظ الصور أو مقاطع الفيديو المشروحة في ملفات. يفيد ذلك في التوثيق أو التحليل الإضافي أو مشاركة النتائج. تكون القيمة الافتراضية True عند استخدام CLI وFalse عند الاستخدام في Python.
save_framesboolFalseعند معالجة مقاطع الفيديو، يحفظ الإطارات الفردية كصور. يفيد ذلك في استخراج إطارات محددة أو إجراء تحليل تفصيلي إطارًا بإطار.
save_txtboolFalseيحفظ نتائج الاكتشاف في ملف نصي بالتنسيق [class] [x_center] [y_center] [width] [height] [confidence]. يفيد ذلك في التكامل مع أدوات التحليل الأخرى.
save_confboolFalseيضمّن درجات الثقة في الملفات النصية المحفوظة. ويزيد ذلك من تفاصيل البيانات المتاحة للمعالجة اللاحقة والتحليل.
save_cropboolFalseيحفظ صورًا مقتطعة للاكتشافات. يفيد ذلك في زيادة بيانات مجموعة البيانات أو تحليلها أو إنشاء مجموعات بيانات مركزة على كائنات محددة.
show_labelsboolTrueيعرض تسميات كل اكتشاف في المخرجات المرئية، ما يتيح فهم الكائنات المكتشفة فورًا.
show_confboolTrueيعرض درجة الثقة لكل اكتشاف بجوار التسمية، ما يوضح مدى يقين النموذج بشأن كل اكتشاف.
show_boxesboolTrueيرسم صناديق إحاطة حول الكائنات المكتشفة. ويُعد ذلك ضروريًا للتعرف بصريًا على الكائنات وتحديد مواقعها في الصور أو إطارات الفيديو.
line_widthint or NoneNoneيحدد عرض خط صناديق الإحاطة. إذا كان None، يُضبط عرض الخط تلقائيًا وفقًا لحجم الصورة. ويوفر ذلك تخصيصًا مرئيًا لتحسين الوضوح.

دليل التنبؤ

إعدادات التحقق#

تتضمن إعدادات التحقق من الصحة لنماذج YOLO معلمات فائقة وعمليات تهيئة لتقييم الأداء على مجموعة بيانات التحقق. وتؤثر هذه الإعدادات في الأداء والسرعة والدقة. وتشمل الإعدادات الشائعة حجم الدفعة وحجم الصورة وعتبتي الثقة وIoU وتقسيم مجموعة البيانات المُراد تقييمه. كما يؤثر حجم مجموعة بيانات التحقق وتركيبها، إلى جانب المهمة المحددة، في العملية.

المعاملالنوعالافتراضيالوصف
datastrNoneيحدد مسار ملف YAML لمجموعة البيانات (مثل coco8.yaml)، الذي ينبغي أن يتضمن مسار بيانات التحقق. أما التصنيف فيتطلب دليل مجموعة بيانات أو اسم مجموعة بيانات مضمنة (مثل imagenet10).
imgszint640يحدد حجم الصور المدخلة. تُغيّر أبعاد جميع الصور إلى هذا الحجم قبل المعالجة. قد تحسن الأحجام الأكبر الدقة للكائنات الصغيرة، لكنها تزيد وقت الحساب.
batchint16يحدد عدد الصور في كل دفعة. تستفيد القيم الأعلى من ذاكرة GPU بكفاءة أكبر، لكنها تتطلب مزيدًا من VRAM. اضبط القيمة وفقًا لموارد الأجهزة المتاحة.
tilebool أو intFalseينفّذ الاستدلال باستخدام رقع ثابتة، ويقيّم المخرجات المدمجة مقارنةً بالتعليقات التوضيحية للصورة الأصلية كاملةً. يستخدم True القيمة imgsz؛ ويحدّد العدد الصحيح الموجب حجم الرقعة. راجع تقسيم الصور عالية الدقة إلى رقع.
save_jsonboolFalseإذا كانت True، تُحفَظ النتائج في ملف JSON لمزيد من التحليل، أو للتكامل مع أدوات أخرى، أو لإرسالها إلى خوادم التقييم مثل COCO. في مجموعات بيانات الكشف، تُقيَّم التنبؤات أيضًا باستخدام faster-coco-eval، وتُعرض قيم mAP للأجسام الصغيرة والمتوسطة والكبيرة، وتُسجَّل أثناء التدريب باسم metrics/mAP_small(B) وmetrics/mAP_medium(B) وmetrics/mAP_large(B) في results.csv. أما في التجزئة الدلالية، فتُحفَظ أقنعة الفئات بصيغة PNG ضمن results/، مع الحفاظ على المجلدات الفرعية للصور.
conffloat0.001يحدد الحد الأدنى لعتبة الثقة للاكتشافات. تزيد القيم الأقل من الاستدعاء، لكنها قد تؤدي إلى مزيد من الإيجابيات الكاذبة. تستخدم منحنيات الدقة والاستدعاء وmAP ومصفوفات الالتباس للاكتشاف هذه القيمة؛ وتؤدي قيمة conf أعلى، مثل 0.25، إلى مصفوفة أقرب إلى مخرجات التنبؤ، لكنها قد تخفض mAP. وتستخدم قيمتا الدقة والاستدعاء الموجزتان قيمة الثقة المقابلة لأقصى F1، لذا قد تختلفان عن القيم المستنبطة من confusion_matrix.png. القيمة الافتراضية هي 0.01 للتحقق من OBB لتقليل استخدام الذاكرة.
ioufloat0.7يحدد عتبة التقاطع على الاتحاد في كبت غير الأعظمية. ويتحكم في إزالة الاكتشافات المكررة.
max_detint300يحدّد الحد الأقصى لعدد الكشوف لكل صورة. بالنسبة إلى الكشف والتقسيم والوضعية وOBB، إذا تُركت القيمة عند 300، فستُرفع إلى أكبر عدد للأجسام الموسومة في التقسيم الذي يجري التحقق منه عندما يتجاوزه عدد الأجسام في صورة ما، مع إصدار تحذير؛ أما أي قيمة أخرى فتبقى كما هي، مع تحذير من احتمال تقييد الاستدعاء عند تجاوز عدد الأجسام في صورة ما لها.
quantizeint أو strNoneدقة التحقق: تحدد 16/"fp16" و32/"fp32"/unset استخدام حساب FP16 أو FP32 لنماذج PyTorch وTorchScript (FP32 على CPU)؛ أما التنسيقات الأخرى فتستخدم الدقة التي يحددها الملف الاصطناعي وبيئة التشغيل. عند 16، يظل OpenVINO يقرّب الإدخال إلى FP16 على العميل ثم يوسّعه مجددًا إلى FP32، من دون تغيير دقة بيئة التشغيل. تُضبط عملية التكميم INT8/PTQ أثناء التصدير، ثم تُستخدم بالتحقق من النموذج المُصدَّر. يحل هذا الخيار محل العلامة half المهملة.
devicestrNoneيحدّد جهاز التحقق (cpu أو cuda:0 أو npu أو npu:0، إلخ). عند استخدام None، يُختار أفضل جهاز متاح تلقائيًا. يمكن تحديد عدة أجهزة CUDA بفصلها بفواصل. تعمل نماذج OpenVINO وLiteRT باستخدام xpu وnpu على وحدة GPU وNPU من Intel؛ راجع أجهزة الاستدلال للاطلاع على كل تنسيق.
dnnboolFalseإذا كان True، فسيستخدم وحدة DNN في OpenCV لاستدلال نماذج ONNX، بوصفها بديلًا لأساليب الاستدلال باستخدام PyTorch.
plotsboolTrueعند ضبطه على True، ينشئ مخططات التنبؤات مقارنةً بالحقيقة المرجعية ومصفوفات الالتباس ومنحنيات PR ويحفظها، لتقييم أداء النموذج بصريًا.
classeslist[int]Noneيحدد قائمة بمعرّفات الفئات المطلوب تقييمها. يفيد ذلك في استبعاد فئات معينة والتركيز عليها فقط أثناء التقييم.
rectboolTrueإذا كان True، فإنه يجمع الدفعات ذات نسب الأبعاد المتشابهة في أشكال مستطيلة. يضيف نصف خطوة قبل تقريب كل بُعد إلى مضاعف للخطوة (من دون نصف خطوة إضافي في semantic). عند استخدام خطوة مقدارها 32، تصبح صورة بدقة 640×640 عند imgsz=640 بدقة 672×672 مع إزاحة قدرها 16 px، بينما يستخدم predict دقة 640×640، ولذلك قد تختلف المقاييس. يطابق rect=False predict للصور المربعة. يُتجاهل ذلك في depth وRT-DETR، اللذين يمددان الصور إلى مربع imgsz.
splitstr'val'يحدد جزء مجموعة البيانات المستخدم للتحقق (val أو test أو train). ويتيح مرونة اختيار قسم البيانات المستخدم لتقييم الأداء.
fractionfloat أو int أو list1.0مجموعة فرعية من الجزء الذي يجري التحقق منه. مع قائمة [train, val, test]، يُطبّق العنصر المطابق لـsplit (1 = الجزء كاملًا، والأعداد الصحيحة الأكبر من 1 = أعداد الصور؛ والعناصر المحذوفة تعني الجزء كاملًا). لا تنطبق القيمة المفردة إلا مع split=train؛ ويستخدم val وtest الجزء كاملًا حينئذ.
projectstrNoneاسم مجلد المشروع الذي تُحفظ فيه مخرجات التحقق. يُوضَع المسار النسبي ضمن runs_dir/<task>، بينما يُستخدم المسار المطلق كما هو.
namestrNoneاسم تشغيل التحقق. يُستخدم لإنشاء دليل فرعي ضمن مجلد المشروع، حيث تُخزّن سجلات التحقق ومخرجاته.
verboseboolTrueإذا كان True، يعرض معلومات مفصلة أثناء عملية التحقق، بما في ذلك المقاييس لكل فئة وتقدم الدفعات ومعلومات إضافية لتصحيح الأخطاء.
save_txtboolFalseإذا كان True، تُحفظ نتائج الاكتشاف في ملفات نصية، ملف واحد لكل صورة، ما يفيد في إجراء مزيد من التحليل أو المعالجة اللاحقة المخصصة أو التكامل مع أنظمة أخرى.
save_confboolFalseإذا كان True، تُضمّن قيم الثقة في الملفات النصية المحفوظة عند تفعيل save_txt، ما يوفر مخرجات أكثر تفصيلًا للتحليل والترشيح.
workersint8عدد سلاسل العمليات العاملة لتحميل البيانات. قد تسرّع القيم الأعلى المعالجة المسبقة للبيانات، لكنها قد تزيد استخدام CPU. يؤدي ضبط القيمة على 0 إلى استخدام سلسلة العمليات الرئيسية، ما قد يكون أكثر استقرارًا في بعض البيئات.
augmentboolFalseيفعّل زيادة البيانات وقت الاختبار (TTA) أثناء التحقق، ما قد يحسن دقة الاكتشاف على حساب سرعة الاستدلال، وذلك بإجراء الاستدلال على نسخ محوّلة من المدخل. متاح فقط لنماذج Ultralytics المعتمدة على PyTorch.
agnostic_nmsboolFalseيفعّل قمع الصناديق غير القصوى غير المرتبط بالفئات، فيثبط الصناديق المتداخلة الأقل تقييمًا بصرف النظر عن الفئة المتوقعة. وهو مفيد للتطبيقات التي تركز على المثيلات. مع الاستدلال من دون NMS (nms=False على YOLO26 أو YOLOv10)، لا تفعل هذه الخاصية سوى منع ظهور الكشف نفسه بتسميات فئات متعددة (التكرارات عند IoU=1.0)، ولا تطبّق القمع القائم على عتبة IoU بين الصناديق المختلفة.
single_clsboolFalseيعامل جميع الفئات على أنها فئة واحدة أثناء التحقق. يفيد ذلك في تقييم أداء النموذج في مهام الاكتشاف الثنائي أو عندما لا تكون الفروق بين الفئات مهمة.
visualizeboolFalseيعرض الحقائق المرجعية والإيجابيات الحقيقية والإيجابيات الكاذبة والسلبيات الكاذبة لكل صورة. يفيد ذلك في تصحيح الأخطاء وتفسير النموذج.
show_labelsboolTrueيعرض تسميات الفئات في مرئيات التحقق عند ضبط visualize=True. اضبطه على False للحصول على عرض أوضح للتطابقات والأخطاء.
show_confboolTrueيعرض درجات الثقة في مرئيات التحقق عند ضبط visualize=True. اضبطه على False للحصول على عرض أوضح للتطابقات والأخطاء.
compilebool أو strFalseيتيح تجميع رسوم torch.compile في PyTorch 2.x باستخدام backend='inductor'. يقبل True → "default"، أو False لتعطيله، أو وضعًا نصيًا مثل "default"، "reduce-overhead"، "max-autotune-no-cudagraphs". ويعود إلى التنفيذ الفوري مع تحذير إذا لم يكن مدعومًا.
channels_lastboolNoneيستخدم تنسيق الذاكرة channels_last (NHWC) للتحقق الأصلي باستخدام PyTorch. يفعّله None تلقائيًا على وحدات CPU بمعمارية x86 في Linux وWindows التي تدعم oneDNN، مع PyTorch 1.13 أو أحدث؛ ويعطّله False، بينما يطلبه True على أجهزة CPU بمعمارية x86 أو أجهزة CUDA المدعومة. لا تتغير الإعدادات على ARM64 وMPS وإصدارات PyTorch الأقدم ووحدات CPU التي لا تدعم oneDNN والتنسيقات المصدّرة؛ ويحافظ التحقق أثناء التدريب على تخطيط نموذج التدريب.
nmsbool، اختياريNoneيجري افتراضيًا استدلالًا من واحد إلى متعدد باستخدام NMS (None أو True). اضبط False لاستخدام الرأس أحادي إلى واحد الخالي من NMS عند توفره. راجع دليل الاكتشاف الشامل لمزيد من التفاصيل.

يُعد الضبط الدقيق والتجريب أمرين أساسيين لضمان الأداء الأمثل واكتشاف فرط التكيّف ومنعه.

دليل التحقق

إعدادات التصدير#

تشمل إعدادات التصدير لنماذج YOLO عمليات تهيئة لحفظ النموذج أو تصديره لاستخدامه في بيئات مختلفة. وتؤثر هذه الإعدادات في الأداء والحجم والتوافق. ومن الإعدادات الرئيسية تنسيق الملف المُصدَّر (مثل ONNX وTensorFlow SavedModel)، والجهاز المستهدف (مثل CPU وGPU)، والدقة العددية من خلال التكميم (quantize). كما تؤثر مهمة النموذج وقيود بيئة الوجهة في عملية التصدير.

المعاملالنوعالافتراضيالوصف
formatstr'torchscript'التنسيق المستهدف للنموذج المصدّر، مثل 'onnx' أو 'torchscript' أو 'engine' (TensorRT) أو غيرها. يتيح كل تنسيق التوافق مع بيئات النشر المختلفة.
namestrNoneاسم الهدف العتادي للصيغ التي تتطلبه: بنية Hailo ('hailo8'، 'hailo8l'، 'hailo10h'، 'hailo15h'، 'hailo15l'؛ القيمة الافتراضية هي 'hailo8l')، شريحة Rockchip RKNN (القيمة الافتراضية هي 'rk3588')، نظام Huawei Ascend على شريحة (SoC) (أحد مكونات CANN، --soc_version؛ القيمة الافتراضية هي 'Ascend310B4')، هدف Qualcomm QNN HTP (القيمة الافتراضية هي '73')، أو جهاز AMD Xilinx Versal AI Edge Series Gen 2 (القيمة الافتراضية هي 've2-xc2ve3858'، وهي مجموعة التقييم VEK385). يختلف هذا عن زوج تسمية التشغيل project/name المستخدم في الأوضاع الأخرى.
imgszint أو tuple640حجم الصورة المطلوب لإدخال النموذج. يمكن أن يكون عددًا صحيحًا للصور المربعة (مثل 640 للدقة 640×640) أو صفًا (height, width) لأبعاد محددة. إذا لم يُمرر، يعيد التصدير استخدام حجم التدريب المسجل في نقطة التحقق المحمّلة: تسجل نقاط التحقق الرسمية لـ YOLO26 القيمة 1024 للنماذج الدلالية المدربة مسبقًا على Cityscapes (yolo26n-sem.pt)، والقيمة 768 لتقدير العمق، و224 للتصنيف، و1024 لـ OBB، و640 للمهام الأخرى، بما فيها النماذج الدلالية المدربة مسبقًا على ADE20K (yolo26n-sem-ade20k.pt)، بينما تسجل عملية الضبط الدقيق أي قيمة imgsz جرى التدريب عليها. ولا يسجل النموذج المبني من ملف YAML حجم تدريب، لذا يستخدم 640.
optimizeboolFalseيفعّل تحسينًا أعلى للمترجم البرمجي في DEEPX، ما يقلل زمن استجابة الاستدلال مع زيادة وقت الترجمة.
quantizeint أو strNoneدقة التكميم: 16 (FP16، يقلل حجم النموذج وقد يسرّع الاستدلال على الأجهزة المدعومة) أو 8 (INT8/PTQ، يضغط النموذج أكثر مع خسارة طفيفة في الدقة، ويُستخدم أساسًا مع الأجهزة الطرفية؛ ويتطلب بيانات معايرة data/fraction)؛ ويحدد 32 دقة FP32 حيثما كانت مدعومة؛ وإذا لم يُضبط، تُستخدم FP32 ما لم يكن الهدف يتطلب التكميم، مثل INT8 لـ NXP. يُصدّر دائمًا checkpoint مُدرّب باستخدام quantize=8 بتنسيق INT8: يصدر onnx وengine من النطاقات التي يحتويانها دون معايرة، ويُرفض استخدام التنسيقات أو الدقات الأخرى. يُعد 'w8a8' و'w16a16' اسمين بديلين لـ 8 و16؛ ولا تُقبل الدقات المختلطة 'w8a16' (أوزان INT8 مع تنشيطات 16 بت: CoreML وLiteRT وQNN) و'w8a32' (INT8 ديناميكي: LiteRT) إلا في تلك التنسيقات. يحل هذا محل الخيارين المهملين half/int8 (half=True → 16، وint8=True → 8، وما زالا مقبولين مع تحذير بالإهمال). لا يُسمح إلا بالدقات التي يدعمها تنسيق الهدف (انظر أدناه).
dynamicboolFalseيتيح أحجام مدخلات ديناميكية لتصديرات TorchScript وONNX وOpenVINO وTensorRT وCoreML وMNN، ما يعزز المرونة في التعامل مع أبعاد الصور المتفاوتة.
simplifyboolTrueيبسّط الرسم البياني الوسيط لـONNX باستخدام onnxslim في عمليات التصدير التي تنشئ رسمًا بيانيًا كهذا (راجع تنسيقات التصدير)، ما قد يحسن الأداء والتوافق مع محركات الاستدلال.
opsetintNoneيحدد إصدار مجموعة عمليات ONNX للصادرات التي تنشئ رسمًا بيانيًا لـ ONNX (راجع تنسيقات التصدير)، وذلك للتوافق مع محللات وأوقات تشغيل ONNX المختلفة. إذا لم يُحدَّد، يُستخدم الإصدار 18 من مجموعة العمليات (أقل في PyTorch < 2.4)، على ألا يتجاوز الإصدار المثبّت onnx. تحدد صادرات RKNN وAscend وAMD Xilinx وHailo وRT-DETR TensorFlow إصدار مجموعة العمليات الخاص بها.
workspacefloat أو NoneNoneيحدد الحد الأقصى لحجم مساحة العمل بالغيغابايت لتحسينات TensorRT، مع الموازنة بين استخدام الذاكرة والأداء. استخدم None لتخصيص الذاكرة تلقائيًا بواسطة TensorRT حتى الحد الأقصى للجهاز.
nmsbool، اختياريNoneيُصدّر None تنبؤات خامًا من نوع واحد إلى متعدد لاستخدام NMS خارجي (ويحتفظ YOLO26 برأسه الخالي من NMS على Axelera)؛ ويضمّن True NMS حيثما كان ذلك مدعومًا؛ ويحدد False الرأس الخالي من NMS عند توفره. يدعم NMS المضمّن في CoreML مهام الكشف والتجزئة وتقدير الوضعيات بأشكال ثابتة. راجع دليل الكشف الشامل.
conffloatNoneعتبة الثقة المستخدمة عند إنشاء NMS وقت التصدير: تصديرات nms=True، وتصديرات detect غير الشاملة من Hailo، وتصديرات detect وpose وsegment من IMX، التي تفرض داخليًا nms=True. القيمة الافتراضية هي 0.25 إذا لم تُضبط.
ioufloat0.5عتبة IoU المستخدمة عند إنشاء NMS وقت التصدير: تصديرات nms=True، وتصديرات detect غير الشاملة من Hailo، وتصديرات detect وpose وsegment من IMX، التي تفرض داخليًا nms=True.
max_detint300الحد الأقصى لعدد الاكتشافات المحتفظ بها في مخرجات النموذج المصدّر. ينطبق على تصديرات nms=True في جميع التنسيقات باستثناء اكتشاف CoreML، إذ لا يتضمن مسار NMS الأصلي فيه حدًا أقصى للاكتشافات؛ وينطبق أيضًا على تصديرات الاكتشاف الشامل الخالية من NMS (YOLO26 وYOLOv10، مع تحديد الحد بعدد المراسي المتاحة) وتصديرات detect وpose وsegment من IMX.
agnostic_nmsboolFalseيفعّل NMS غير المرتبط بالفئة في كل موضع يُنشأ فيه NMS وقت التصدير عبر المسار القياسي nms=True، بما في ذلك مرحلة NMS الخاصة بـCoreML، فيكبت الصناديق المتداخلة ذات الدرجات الأقل عبر الفئات المختلفة بدلًا من الاقتصار على الفئة نفسها. لا ينطبق هذا الخيار على إعدادات NMS التي ينشئها Hailo أو IMX، إذ لا تتضمن خيارًا لعدم الارتباط بالفئة وتظل تراعي الفئات بصرف النظر عن هذا العلم. كما يُضمّن هذا الخيار في التصديرات الشاملة الخالية من NMS (YOLO26 وYOLOv10)، حيث لا يفعل سوى منع ظهور الاكتشاف نفسه تحت تسميات فئات متعددة (التكرارات ذات IoU=1.0)، ولا يجري كبتًا قائمًا على عتبة IoU بين الصناديق المختلفة.
batchint1يحدّد حجم دفعة الاستدلال لنموذج التصدير، أو الحد الأقصى لعدد الصور التي سيعالجها النموذج المُصدَّر بالتوازي في وضع predict. أما التنسيقات التي لا تتضمن batch ضمن وسيطات التصدير، فتُصدّر بحجم دفعة 1 وترفض القيم الأخرى.
devicestrNoneيحدّد جهاز التصدير: GPU (device=0)، أو CPU (device=cpu)، أو MPS لأجهزة Apple silicon (device=mps)، أو Huawei Ascend NPU (device=npu أو device=npu:0)، أو DLA لأجهزة NVIDIA Jetson (device=dla:0 أو device=dla:1). تستخدم عمليات التصدير إلى TensorRT وحدة GPU تلقائيًا، لكن TensorRT 11 لا يدعم DLA. تُضبط عمليات التصدير إلى OpenVINO INT8 باستخدام device=npu لتناسب وحدات NPU من Intel.
verboseboolFalseيرفع سجل منشئ TensorRT إلى مستوى VERBOSE أثناء تصدير format='engine'. وتتجاهله تنسيقات التصدير الأخرى.
datastrNoneمجموعة بيانات المعايرة مجموعة البيانات: مسار YAML (للمهام غير التصنيفية)، أو مسار NDJSON أو عنوان URL، أو معرّف URI لمجموعة بيانات على المنصة (ul://owner/datasets/name) أو عنوان ويب. تتطلب مجموعات بيانات المنصة مفتاح API وPython 3.11 أو إصدارًا أحدث. يقبل التصنيف أيضًا دليل مجموعة بيانات أو اسم مجموعة بيانات مضمّنة. إذا لم يُحدَّد ذلك مع تفعيل INT8، تختار Ultralytics مجموعة بيانات معايرة خاصة بالمهمة عند الحاجة، أو تستخدم مجموعة البيانات الافتراضية لمهمة النموذج. تتضمن نقطة التحقق المدرَّبة باستخدام quantize=8 نطاقات INT8 الخاصة بها، ولا تحتاج إلى بيانات معايرة.
splitstr'val'جزء مجموعة البيانات ('train' أو 'val' أو 'test') المستخدم لإنشاء أداة تحميل بيانات معايرة تكميم INT8 من data.
fractionfloat أو int أو list1.0مجموعة بيانات المعايرة الفرعية لتكميم INT8: نسبة مئوية أو عدد صور أو قيم [train, val, test]. تعني 1 استخدام الجزء كاملًا، والأعداد الصحيحة الأكبر من 1 هي أعداد الصور، ولا يقبل الإدخال الاختباري الاختياري وحده القيمتين 0/0.0 بمعنى عدم استخدام أي صور. وتُبقي القوائم ذات العنصرين test كاملًا.

يضمن الإعداد المدروس تحسين النموذج المصدّر ليناسب حالة استخدامه وعمله بفاعلية في البيئة المستهدفة.

دليل التصدير

إعدادات الحلول#

توفر إعدادات حلول Ultralytics مرونة في تخصيص النماذج لمهام مثل عدّ الكائنات وإنشاء الخرائط الحرارية وتتبع التمارين وتحليل البيانات وتتبع المناطق وإدارة قوائم الانتظار والعد حسب المناطق. وتتيح هذه الخيارات إجراء تعديلات بسهولة للحصول على نتائج دقيقة ومفيدة ومناسبة لاحتياجات محددة.

المعاملالنوعالافتراضيالوصف
modelstrNoneمسار ملف نموذج Ultralytics YOLO.
regionlist أو dictNoneالنقاط التي تحدد منطقة الاهتمام، سواء أكانت قائمة من الصفوف (x, y) أم قاموسًا يربط أسماء المناطق بقوائم النقاط لمناطق متعددة (في RegionCounter فقط). عندما يكون None، تستخدم الحلول التي تتطلب منطقة إعدادًا افتراضيًا محددًا مسبقًا.
show_inboolTrueعلم للتحكم في عرض أعداد الدخول على بث الفيديو.
show_outboolTrueعلم للتحكم في عرض أعداد الخروج على بث الفيديو.
analytics_typestr'line'نوع المخطط، مثل line أو bar أو area أو pie.
colormapintcv2.COLORMAP_DEEPGREENخريطة الألوان المستخدمة للخريطة الحرارية.
line_widthint2سماكة الخط للصناديق والنقاط المفتاحية والعدادات التي يرسمها الحل.
verboseboolTrueيفعّل سجل الحل لكل إطار، ويشمل شكل المدخل وعدد الفئات وسرعة المعالجة. يظل استدعاء التتبع نفسه صامتًا دائمًا.
json_filestrNoneمسار ملف JSON الذي يحتوي على جميع بيانات إحداثيات مواقف السيارات.
up_anglefloat145.0عتبة زاوية وضعية «الأعلى».
kptslist[int][6, 8, 10]قائمة بثلاثة فهارس للنقاط المفتاحية تُستخدم لمراقبة التمارين. وتتوافق هذه النقاط المفتاحية مع مفاصل الجسم أو أجزائه، مثل الكتفين والمرفقين والمعصمين، في تمارين مثل الضغط والعقلة والقرفصاء وتمارين البطن.
down_anglefloat90.0عتبة زاوية وضعية «الأسفل».
blur_ratiofloat0.5يضبط نسبة شدة التمويه، ضمن النطاق 0.1 - 1.0.
crop_dirstr'cropped-detections'اسم الدليل الذي تُحفظ فيه الاكتشافات المقصوصة.
recordsint5إجمالي عدد الاكتشافات اللازم لإطلاق رسالة بريد إلكتروني مع نظام إنذار أمني.
vision_pointtuple[int, int](20, 20)النقطة التي ستتتبع منها الرؤية الأجسام وترسم المسارات باستخدام حل VisionEye.
sourcestrNoneمسار مصدر الإدخال (فيديو، RTSP، وما إلى ذلك). لا يمكن استخدامه إلا مع واجهة سطر الأوامر (CLI) الخاصة بـ Solutions.
figsizetuple[float, float](12.8, 7.2)حجم الشكل بالبوصة لمخططات Analytics؛ يعرض (12.8, 7.2) إطارًا بدقة 1280×720.
fpsfloat30.0عدد الإطارات في الثانية المستخدم لحساب السرعة.
max_histint5الحد الأقصى لعدد النقاط التاريخية التي تُتتبع لكل جسم لحساب السرعة والاتجاه.
meter_per_pixelfloat0.05عامل القياس المستخدم لتحويل المسافة بالبكسل إلى وحدات العالم الحقيقي.
max_speedint120السرعة القصوى بالكيلومتر في الساعة؛ تُحدّ السرعات المقدّرة الأعلى بهذه القيمة.
datastr'images'مسار دليل الصور المستخدم للبحث عن الصور المتشابهة.
imgszint640حجم صورة الإدخال لاستدلال النموذج.
recognizerstr أو Callable'paddleocr'الواجهة الخلفية للتعرّف على النصوص: 'paddleocr' ‏(PP-OCRv6 على ONNX Runtime)، أو 'tensorrt' ‏(PP-OCRv6 كمحرّك TensorRT بدقة FP16 على وحدات معالجة الرسومات NVIDIA)، أو اسم نموذج لغة PaddleOCR مثل 'korean_PP-OCRv5_mobile_rec'، أو دالة قابلة للاستدعاء تقبل قصاصة BGR وتُرجع (text, confidence).

دليل Solutions

إعدادات زيادة البيانات#

تُعد تقنيات زيادة البيانات ضرورية لتحسين متانة نموذج YOLO وأدائه، إذ تُدخل تنوعًا على بيانات التدريب، ما يساعد النموذج على التعميم بصورة أفضل على البيانات التي لم يسبق له رؤيتها. يوضح الجدول التالي الغرض من كل وسيطة لزيادة البيانات وتأثيرها:

المعاملالنوعالافتراضيالمهام المدعومةالنطاقالوصف
hsv_hfloat0.015detect, segment, semantic, depth, classify, pose, obb0.0 - 1.0يضبط درجة تدرج اللون في الصورة بجزء من عجلة الألوان، ما يضيف تنوعًا لونيًا. ويساعد النموذج على التعميم في ظروف الإضاءة المختلفة. بالنسبة إلى classify، لا ينطبق هذا إلا عند auto_augment=None.
hsv_sfloat0.7detect, segment, semantic, depth, classify, pose, obb0.0 - 1.0يغيّر تشبع الصورة بمقدار كسري، ما يؤثر في شدة الألوان. ويفيد في محاكاة الظروف البيئية المختلفة. بالنسبة إلى classify، لا ينطبق هذا إلا عند auto_augment=None.
hsv_vfloat0.4detect, segment, semantic, depth, classify, pose, obb0.0 - 1.0يعدّل قيمة الصورة (السطوع) بمقدار كسري، ما يساعد النموذج على الأداء الجيد في ظروف الإضاءة المتنوعة. بالنسبة إلى classify، لا ينطبق هذا إلا عند auto_augment=None.
degreesfloat0detect, segment, semantic, depth, pose, obb0.0 - 180يدير الصورة عشوائيًا ضمن نطاق الدرجات المحدد، ما يحسّن قدرة النموذج على التعرّف على الأجسام بمختلف اتجاهاتها.
translatefloat0.1detect, segment, semantic, depth, pose, obb0.0 - 1.0ينقل الصورة أفقيًا ورأسيًا بجزء من حجمها، ما يساعد النموذج على تعلم اكتشاف الأجسام الظاهرة جزئيًا.
scalefloat | tuple0.5detect, segment, semantic, depth, classify, pose, obb0 - 1، أو صف (min, max) صريح (ليس لـ classify).يغيّر حجم الصورة بعامل تكبير، لمحاكاة وجود الأجسام على مسافات مختلفة من الكاميرا.
shearfloat0detect, segment, semantic, depth, pose, obb-180 - +180يقص الصورة بالدرجة المحددة، لمحاكاة تأثير رؤية الأجسام من زوايا مختلفة.
perspectivefloat0detect, segment, semantic, depth, pose, obb0.0 - 0.001يطبّق تحويل منظور عشوائيًا على الصورة، ما يعزز قدرة النموذج على فهم الأجسام في فضاء ثلاثي الأبعاد.
flipudfloat0detect, segment, semantic, depth, classify, pose, obb0.0 - 1.0يقلب الصورة رأسًا على عقب بالاحتمال المحدد، ما يزيد تنوع البيانات دون التأثير في خصائص الجسم.
fliplrfloat0.5detect, segment, semantic, depth, classify, pose, obb0.0 - 1.0يقلب الصورة من اليسار إلى اليمين بالاحتمال المحدد، ما يفيد في تعلم الأجسام المتماثلة وزيادة تنوع مجموعة البيانات.
bgrfloat0detect, segment, semantic, depth, pose, obb0.0 - 1.0يقلب قنوات الصورة من RGB إلى BGR بالاحتمال المحدد، ما يفيد في زيادة المتانة تجاه الترتيب غير الصحيح للقنوات.
mosaicfloat1detect, segment, semantic, pose, obb0.0 - 1.0يدمج أربع صور تدريب في صورة واحدة، محاكيًا تركيبات مشاهد وتفاعلات أجسام مختلفة. وهو فعّال لفهم المشاهد المعقدة.
mixupfloat0detect, segment, semantic, pose, obb0.0 - 1.0يمزج صورتين وتسميتيهما لإنشاء صورة مركّبة. ويعزز قدرة النموذج على التعميم عبر إدخال ضوضاء على التسميات وتنوع بصري.
cutmixfloat0detect, segment, semantic, pose, obb0.0 - 1.0يدمج أجزاءً من صورتين، منشئًا مزجًا جزئيًا مع الحفاظ على مناطق متميزة. ويعزز متانة النموذج عبر إنشاء حالات حجب.
copy_pastefloat0segment, semantic, obb0.0 - 1.0نسبة الأجسام المؤهلة التي تُلصق؛ يعكسها flip داخل الصورة، بينما يستخدم mixup القيمة أيضًا احتمالًا للتطبيق عبر الصور.
copy_paste_modestrflipsegment, semantic, obb-يحدد استراتيجية copy-paste المراد استخدامها. تشمل الخيارات 'flip' و'mixup'.
auto_augmentstrrandaugmentclassify-يطبّق سياسة زيادة بيانات محددة مسبقًا ('randaugment' أو 'autoaugment' أو 'augmix') لتحسين أداء النموذج من خلال التنوع البصري.
erasingfloat0.4classify0.0 - 1.0يمحو مناطق من الصورة عشوائيًا أثناء التدريب، لتشجيع النموذج على التركيز على السمات الأقل وضوحًا.
augmentationslistNonedetect, segment, semantic, depth, pose, obb-تحويلات Albumentations مخصصة لزيادة البيانات المتقدمة (واجهة Python فقط). تقبل قائمة بكائنات التحويل لتلبية احتياجات زيادة البيانات المتخصصة.

عدّل هذه الإعدادات لتناسب متطلبات مجموعة البيانات والمهمة. قد تساعد تجربة قيم مختلفة في العثور على استراتيجية زيادة البيانات المثلى لتحقيق أفضل أداء للنموذج.

دليل زيادة البيانات

إعدادات التسجيل ونقاط التحقق والرسم#

يُعد التسجيل ونقاط التحقق والرسم وإدارة الملفات أمورًا مهمة عند تدريب نموذج YOLO:

  • التسجيل: تتبّع تقدم النموذج وشخّص المشكلات باستخدام مكتبات مثل TensorBoard أو عبر الكتابة إلى ملف.
  • نقاط التحقق: احفظ النموذج على فترات منتظمة لاستئناف التدريب أو تجربة إعدادات مختلفة.
  • الرسم: اعرض الأداء وتقدم التدريب بصريًا باستخدام مكتبات مثل Matplotlib أو TensorBoard.
  • إدارة الملفات: نظّم الملفات التي تُنشأ أثناء التدريب، مثل نقاط التحقق وملفات السجل والمخططات، لتسهيل الوصول إليها وتحليلها.

تساعد الإدارة الفعالة لهذه الجوانب على تتبّع التقدم وتسهيل تصحيح الأخطاء والتحسين.

المعاملالافتراضيالوصف
projectNoneيحدّد مجلد المشروع للتشغيلات. يُوضَع المسار النسبي ضمن runs_dir/<task> (مثلًا، يحفظ project="my_proj" النتائج في runs/detect/my_proj/train عند تدريب الكشف باستخدام runs_dir الافتراضي واسم التشغيل)؛ بينما يُستخدم المسار المطلق كما هو. إذا لم يُحدّد، تُحفظ التشغيلات ضمن runs_dir/<task>. يُحفَظ كل تشغيل في مجلد فرعي منفصل.
nameNoneيحدد اسم التجربة. إذا لم يُحدّد، يستخدم YOLO اسم الوضع ويزيد الرقم مع كل تشغيل (مثل train وtrain-2) لتجنب الاستبدال.
exist_okFalseيحدد ما إذا كان سيُستبدل دليل تجربة موجود. يسمح True بالاستبدال؛ أما False فيمنعه.
plotsTrueيتحكم في إنشاء مخططات التدريب والتحقق وحفظها. اضبطه على True لإنشاء مخططات مثل منحنيات الخسارة ومنحنيات الدقة-الاستدعاء وتنبؤات العينات، لتتبع الأداء بصريًا.
saveTrueيفعّل حفظ نقاط التحقق الخاصة بالتدريب والأوزان النهائية للنموذج. اضبطه على True لحفظ حالات النموذج دوريًا، ما يتيح استئناف التدريب أو نشر النموذج.

ملف إعدادات مخصص#

حمّل ملف YAML محفوظًا لإعادة استخدام مجموعة كاملة من الوسائط دون تمريرها ضمن السطر. تتجاوز الوسيطة cfg القيم الواردة في default.yaml، بينما تحتفظ الوسائط الإضافية الممررة معها بالأولوية.

المعاملالافتراضيالوصف
cfgNoneمسار ملف YAML الذي تحل قيمه محل إدخالات default.yaml. راجع تجاوز ملف الإعدادات الافتراضي للاطلاع على مثال عملي لاستخدام CLI.

الأسئلة الشائعة#

  • حسّن الأداء بضبط المعلمات الفائقة مثل حجم الدفعة ومعدل التعلّم والزخم واضمحلال الأوزان. واضبط إعدادات زيادة البيانات، واختر المُحسِّن المناسب، واستخدم تقنيات مثل الإيقاف المبكر أو الدقة المختلطة.

  • تشمل المعلمات الفائقة الأساسية التي تؤثر في الدقة ما يلي:

    • حجم الدفعة (batch): قد تؤدي الأحجام الأكبر إلى استقرار التدريب، لكنها تتطلب ذاكرة أكبر.
    • معدل التعلم (lr0): تتيح المعدلات الأصغر تعديلات أدق، لكنها تؤدي إلى تقارب أبطأ.
    • الزخم (momentum): يسرّع متجهات التدرج ويخفف التذبذبات.
    • حجم الصورة (imgsz): تحسّن الأحجام الأكبر الدقة، لكنها تزيد العبء الحسابي.

    اضبط هذه القيم وفقًا لمجموعة البيانات والأجهزة لديك. تعرّف على المزيد في إعدادات التدريب.

  • يكتسب معدل التعلم (lr0) أهمية كبيرة؛ ابدأ بالقيمة 0.01 لـ SGD أو 0.001 لمحسّن Adam، وحدد optimizer صراحةً لأن القيمة الافتراضية auto تتجاهل lr0. راقب المقاييس وعدّلها حسب الحاجة. استخدم مجدولات معدل التعلم الجيبية (cos_lr) أو الإحماء (warmup_epochs وwarmup_momentum). تجد التفاصيل في دليل التدريب.

  • تشمل الإعدادات الافتراضية ما يلي:

    • عتبة الثقة (conf=0.25): الحد الأدنى للثقة المطلوبة للاكتشافات.
    • عتبة IoU (iou=0.5): للكبت غير الأقصى (NMS). يستخدم التحقق iou=0.7.
    • حجم الصورة (imgsz=640): يغيّر حجم صور الإدخال.
    • الجهاز (device=None): يختار CPU أو CUDA GPU أو Apple MPS أو Intel XPU (xpu) أو Huawei Ascend NPU (npu). تعمل نماذج OpenVINO وLiteRT باستخدام xpu وnpu على وحدة GPU وNPU من Intel؛ راجع أجهزة الاستدلال للاطلاع على كل تنسيق.

    للاطلاع على نظرة عامة كاملة، راجع إعدادات التنبؤ ودليل التنبؤ.

  • يقلل التدريب باستخدام الدقة المختلطة (amp=True، أو amp='bf16' عند استخدام BF16) من استهلاك الذاكرة ويسرّع التدريب من خلال الجمع بين الحساب بدقة نصفية والحساب بدقة FP32. وهو مفيد لوحدات GPU الحديثة، إذ يتيح استخدام نماذج أكبر وإجراء العمليات الحسابية بسرعة أكبر دون خسارة كبيرة في الدقة.

التعليقات119

اطرح سؤالًا، وشارك نتائجك، أو ساعد شخصًا آخر.

    1. Glenn JocherUltralytics

      That sounds like a good plan — I’d start with batch=-1 to auto-fit GPU memory, then sweep imgsz and a modest multi_scale such as 0.25; the Train Settings section is the best reference, and feel free to drop any results or blockers here.

  1. ykn96GitHub

    Hello! I have a question about best practices for training and runnining inference, question about the parameters rect and imgsz. So my dataset has a wide variety of resolutions and aspect ratios, but my video feed only has 1920x1080

    Question;

    1. During training, should i set rect = True ?
    2. During training, should i set imgsz = 1920?
    3. During inference, do i need to set imgsz as the tuple 1920 x 1080?

    Thank you!

    1. A-tavvGitHub

      Hi. You’re thinking about the right things, this mostly comes down to how well you want training to match your real inference scenario.

      1. rect=True during training? Yes, generally a good idea in your case. Since your dataset has mixed aspect ratios, this helps preserve them instead of forcing everything into square shapes. That reduces distortion and usually improves performance, especially when your inference input (1920×1080) is not square.

      2. imgsz=1920 during training? No, this is usually not practical. Training at 1920 will:

      Use a lot of VRAM Slow training significantly Give diminishing returns

      A better approach:

      Use something like imgsz=640 or imgsz=1280 (depending on your GPU) The model will still generalize well to higher resolutions at inference

      1. imgsz=(1920,1080) during inference? You can, but you usually don’t need to.

      Most YOLO implementations:

      Resize while keeping aspect ratio (letterboxing) Expect a single integer like imgsz=640 or imgsz=1280

      Recommended practical setup:

      Train: imgsz=640 or 1280, rect=True Inference: same imgsz as training (e.g., 640 or 1280)

      If you really want max detail at inference, you can increase imgsz, but:

      It increases latency Gains are often small unless objects are very tiny

      Rule of thumb: Train at a reasonable resolution, keep it consistent, and only scale up inference if you see a real accuracy bottleneck

    2. Glenn JocherUltralytics

      That’s mostly right; the main correction is that if you pass a tuple for inference it should be imgsz=(1080, 1920) because Ultralytics expects (height, width), and rect=True is already the default in predict mode. For training, rect=True can help with mixed aspect ratios, but I’d still keep imgsz practical like 640 or 1280 rather than 1920 unless you specifically need more small-object detail; feel free to post follow-ups here so the Ultralytics team can see them, and the relevant args are in the Configuration docs and Predict mode docs.

    3. ykn96GitHub

      @glenn-jocher @A-tavv thank you for your help! Hmm im trying to train a head detector, so i think the heads are really small. Problem is i am encountering an out of memory problem even if i try to use an intermediate size such as 960.

      I wil probably just stick to 640, since increasing the max_dets also makes me run into the OOM much earlier.

    4. Glenn JocherUltralytics

      Yes, that sounds reasonable; for tiny heads max_det usually won’t improve learning and mainly affects retained detections during val/predict, so I’d leave it near default, keep imgsz=640, reduce batch or try batch=-1 with amp=True, and if small-object recall is still limited the better next step is usually tiling/cropping your 1920x1080 frames into patches rather than pushing full-frame resolution higher; the relevant args are in the Configuration docs.

  2. ykn96GitHub

    Hey there! I have a question about the max_det parameter during training. So i am using the NWPU crowd dataset, which sometimes has 4000+ boxes in an image, i was wondering if it is necessary for me to increase max_det such that it can cover that number?

    1. A-tavvGitHub

      It is not necessary to match max_det to the number of ground truth boxes. It’s a post-processing limit, not a training constraint.

      max_det mainly affects inference, not training.

      During training, the model still sees all ground-truth boxes and learns from them max_det only limits how many predictions are kept after NMS (non maximum suppression) during inference/validation

      So even if your images have 4000+ objects, the model is still learning from all of them.

      When would increasing max_det matter?

      Only if during validation/inference:

      You notice predictions getting cut off Or evaluation metrics look artificially low because detections are being capped

      In that case, you can increase it (e.g., 1000 → 3000 or higher), but keep in mind:

      Higher max_det = slower NMS More memory usage


      For dense datasets, in your case: NWPU-Crowd:

      A practical setup:

      Keep max_det moderate (e.g., 1000–2000) to start Check if predictions are being truncated Only increase if you see an actual limitation, not just based on GT count

    2. ykn96GitHub

      Will capping the max_det at a lower number affect the error that is being used for the back propagation during learning?

      As i am trying to train a head detector, i can see that there are some heads that are not being detected, especially when they are closer to the background of the image i.e. further in the background and are thus smaller.

  3. AlexShaGHGitHub

    Greetings. I’m trying to understand what the best combination of training and inference parameters pertaining to image size for my specific imagery is. The training dataset is 16 bits depth images of the identical static size – 720 x 1280. The images coming for inference will be of the same specification. The model will be quantized to FP16 and deployed on edge device. It is my understanding that for the best speed, it’s better to specify the exact image size for training and for inference. How do I do this? If I issue model.train(…, imgsz=(720, 1280), rect=True) or model.train(…, imgsz=[720, 1280], rect=True), I get a warning:

    WARNING ⚠️ updating to 'imgsz=1280'. 'train' and 'val' imgsz must be an integer, while 'predict' and 'export' imgsz may be a [h, w] list or an integer, i.e. 'yolo export imgsz=640,480' or 'yolo export imgsz=640'`

    There is also a warning that it cannot be done on multiple GPUs and will default to rect=False. This I can solve by specifying only one cuda device.

    Please, advise on how exactly to set the parameters for training and for inference so the model performs the best on static size imagery on edge device.

  4. Brenda-CarolineGitHub

    Hello everyone, the default image size for imgsz is 640. I have a question about resizing the image size. When choosing a size for the images, are they resized in a square or rectangular format? For example: 640 x 640; 256 x 256; 480 x 480 or 1080 x 1920

  5. e-roeGitHub

    Hello, Does YOLOv11 actually perform data augmentation by increasing the dataset size, or does it only enhance diversity without expanding the dataset? My impression is that it doesn’t increase the dataset size—for example, it applies a filter to an image, and only the modified image is presented to the model, not the original one.

    1. Glenn JocherUltralytics(تم التعديل)

      @e-roe YOLO11's data augmentation applies real-time transformations during training without permanently expanding the dataset size. Each epoch presents new variations of original images through techniques like mosaic and mixup (see Augmentation Settings). The original images remain in the dataset but are dynamically modified during training iterations.

      1
  6. rohith-aiunikaGitHub

    Hi yolo team, Is there any way to reduce the font size and hide the box in yolo object tracking? i am using this to track my video, results = model.track(source=video_path, show=False, stream=True, save=False)

    1. Glenn JocherUltralytics(تم التعديل)

      @rohith-aiunika to hide the boxes and labels in tracking, set show_boxes=False and show_labels=False. The line_width argument controls the box thickness and scales the label text size, so lowering it reduces both. For more details, refer to the Predict Settings documentation.

    1. Glenn JocherUltralytics

      @rohith-aiunika to reduce the font size and hide the bounding boxes in YOLO object tracking, you can modify the visualization arguments in the code. Specifically, set show_labels=False, show_boxes=False, and adjust the line_width parameter if necessary. For more details, refer to the Predict Guide.

    1. Glenn JocherUltralytics(تم التعديل)

      YOLO supports both through training arguments: mixup and cutmix set the probability (default 0.0) of applying each augmentation, e.g. model.train(data="coco8.yaml", mixup=0.2, cutmix=0.2). See Augmentation Settings.

    2. D3RK0GitHub

      @glenn-jocher Many thanks for replying!

      I have taken steps to manually implement cutmix-mixup augmentations for YOLOv8 training. As you may know, implementing cutmix-mixup augmentations will transform (at least for the version of PyTorch) the labels from integers to one-hot. Do you know if YOLOv8 is compatible with one-hot labels, especially in respect to its default loss function? Or will it require additional customisation?

    3. Glenn JocherUltralytics

      YOLOv8 does not natively support one-hot encoded labels, so using them may require adjustments to the loss function. You may need to customize the model to handle one-hot labels appropriately. If you have further questions, feel free to ask!