YOLO Vision 2026:

Anpassen des Trainers#

Die Ultralytics-Trainingspipeline basiert auf BaseTrainer und aufgabenspezifischen Trainern wie DetectionTrainer. Diese Klassen verwalten die Trainingsschleife, die Validierung, das Checkpointing und das Logging von Haus aus. Wenn du mehr Kontrolle benötigst – etwa das Tracking eigener Metriken, das Anpassen der Verlustgewichtung oder das Implementieren von Lernratenplänen –, kannst du den Trainer ableiten und spezifische Methoden überschreiben.

Dieser Leitfaden führt dich durch sieben gängige Anpassungen:

  1. Protokollierung benutzerdefinierter Metriken (F1-Score) am Ende jeder Epoche
  2. Hinzufügen von Klassengewichten zur Bewältigung von Klassenunbalancen
  3. Speichern des besten Modells basierend auf einer anderen Metrik
  4. Einfrieren des Backbones für die ersten N Epochen und anschließendes Entfrieren
  5. Festlegen schichtspezifischer Lernraten
  6. Synchronisieren von BatchNorm über GPUs hinweg für das Training mit mehreren GPUs
  7. Konfigurieren des Gradient Clippings zur Stabilitätsoptimierung
Voraussetzungen

Bevor du diesen Leitfaden liest, solltest du mit den Grundlagen des Trainierens von YOLO-Modellen und der Seite zur erweiterten Anpassung, die die BaseTrainer-Architektur behandelt, vertraut sein.

Wie benutzerdefinierte Trainer funktionieren#

Die Modellklasse YOLO akzeptiert einen trainer-Parameter in der Methode train(). So kannst du deine eigene Trainerklasse übergeben, die das Standardverhalten erweitert:

from ultralytics import YOLO
from ultralytics.models.yolo.detect import DetectionTrainer

class CustomTrainer(DetectionTrainer):
    """A custom trainer that extends DetectionTrainer with additional functionality."""

    # Add your customizations here

model = YOLO("yolo26n.pt")
model.train(data="coco8.yaml", epochs=10, trainer=CustomTrainer)

Dein benutzerdefinierter Trainer erbt die gesamte Funktionalität von DetectionTrainer, sodass du nur die spezifischen Methoden überschreiben musst, die du anpassen möchtest.

Protokollierung benutzerdefinierter Metriken#

Der Validierungsschritt berechnet Präzision, Recall und mAP. Wenn du zusätzliche Metriken wie den klassenspezifischen F1-Score benötigst, überschreibe validate():

import numpy as np

from ultralytics import YOLO
from ultralytics.models.yolo.detect import DetectionTrainer
from ultralytics.utils import LOGGER

class MetricsTrainer(DetectionTrainer):
    """Custom trainer that computes and logs F1 score at the end of each epoch."""

    def validate(self):
        """Run validation and compute per-class F1 scores."""
        metrics, fitness = super().validate()
        if metrics is None:
            return metrics, fitness

        if hasattr(self.validator, "metrics") and hasattr(self.validator.metrics, "box"):
            box = self.validator.metrics.box
            f1_per_class = box.f1
            class_indices = box.ap_class_index
            names = self.validator.names

            valid_f1 = f1_per_class[f1_per_class > 0]
            mean_f1 = np.mean(valid_f1) if len(valid_f1) > 0 else 0.0

            LOGGER.info(f"Mean F1 Score: {mean_f1:.4f}")
            per_class_str = [
                f"{names[i]}: {f1_per_class[j]:.3f}" for j, i in enumerate(class_indices) if f1_per_class[j] > 0
            ]
            LOGGER.info(f"Per-class F1: {per_class_str}")

        return metrics, fitness

model = YOLO("yolo26n.pt")
model.train(data="coco8.yaml", epochs=5, trainer=MetricsTrainer)

Dies protokolliert den mittleren F1-Score über alle Klassen hinweg sowie eine Aufschlüsselung pro Klasse nach jedem Validierungslauf.

Verfügbare Metriken

Der Validator bietet über self.validator.metrics.box Zugriff auf zahlreiche Metriken:

AttributBeschreibung
f1F1-Score pro Klasse
image_metricsWörterbuch der bildspezifischen Metriken mit Präzision, Recall, F1, TP, FP und FN
pPräzision pro Klasse
rRecall pro Klasse
ap50AP bei IoU 0.5 pro Klasse
apAP bei IoU 0.5:0.95 pro Klasse
mp, mrMittlere Präzision und mittlerer Recall
map50, mapMittlere AP-Metriken

Hinzufügen von Klassengewichtungen#

Wenn dein Datensatz unausgeglichene Klassen aufweist (z. B. einen seltenen Defekt bei der Fertigungsinspektion), kannst du unterrepräsentierte Klassen in der Loss-Funktion höher gewichten. Dadurch bestraft das Modell Fehlklassifikationen seltener Klassen stärker.

Um die Loss-Funktion anzupassen, überschreibe die Loss-Klassen, das Modell und den Trainer:

import torch
from torch import nn

from ultralytics import YOLO
from ultralytics.models.yolo.detect import DetectionTrainer
from ultralytics.nn.tasks import DetectionModel
from ultralytics.utils import RANK
from ultralytics.utils.loss import E2ELoss, v8DetectionLoss

class WeightedDetectionLoss(v8DetectionLoss):
    """Detection loss with class weights applied to BCE classification loss."""

    def __init__(self, model, class_weights=None, tal_topk=10, tal_topk2=None):
        """Initialize loss with optional per-class weights for BCE."""
        super().__init__(model, tal_topk=tal_topk, tal_topk2=tal_topk2)
        if class_weights is not None:
            self.bce = nn.BCEWithLogitsLoss(
                pos_weight=class_weights.to(self.device),
                reduction="none",
            )

class WeightedE2ELoss(E2ELoss):
    """E2E Loss with class weights for YOLO26."""

    def __init__(self, model, class_weights=None):
        """Initialize E2E loss with weighted detection loss."""

        def weighted_loss_fn(model, tal_topk=10, tal_topk2=None):
            return WeightedDetectionLoss(model, class_weights=class_weights, tal_topk=tal_topk, tal_topk2=tal_topk2)

        super().__init__(model, loss_fn=weighted_loss_fn)

class WeightedDetectionModel(DetectionModel):
    """Detection model that uses class-weighted loss."""

    def init_criterion(self):
        """Initialize weighted loss criterion with per-class weights."""
        class_weights = torch.ones(self.nc)
        class_weights[0] = 2.0  # upweight class 0
        class_weights[1] = 3.0  # upweight rare class 1
        return WeightedE2ELoss(self, class_weights=class_weights)

class WeightedTrainer(DetectionTrainer):
    """Trainer that returns a WeightedDetectionModel."""

    def get_model(self, cfg=None, weights=None, verbose=True):
        """Return a WeightedDetectionModel."""
        model = WeightedDetectionModel(cfg, nc=self.data["nc"], verbose=verbose and RANK == -1)
        if weights:
            model.load(weights)
        return model

model = YOLO("yolo26n.pt")
model.train(data="coco8.yaml", epochs=10, trainer=WeightedTrainer)
Berechnung von Gewichtungen aus dem Datensatz

Du kannst Klassengewichtungen automatisch aus der Label-Verteilung deines Datensatzes berechnen. Ein gängiger Ansatz ist die inverse Häufigkeitsgewichtung:

import numpy as np

# class_counts: number of instances per class
class_counts = np.array([5000, 200, 3000])
# Inverse frequency: rarer classes get higher weight
class_weights = max(class_counts) / class_counts
# Result: [1.0, 25.0, 1.67]
Laden eines Modells mit benutzerdefinierten Klassen

Benutzerdefinierte Klassen wie WeightedDetectionModel werden per Referenz im Checkpoint gespeichert. Wenn sie in einem Trainingsskript definiert sind, gehören sie zum Modul __main__, weshalb das Laden von best.pt aus einem anderen Skript AttributeError: Can't get attribute 'WeightedDetectionModel' on <module '__main__'> auslöst.

Definiere benutzerdefinierte Klassen in einem dedizierten Modul, damit sie importierbar bleiben, und stelle sicher, dass sich dieses Modul beim Laden in deinem PYTHONPATH befindet.

# weighted_model.py
from ultralytics.nn.tasks import DetectionModel

class WeightedDetectionModel(DetectionModel):
    """Detection model that uses class-weighted loss."""
# inference script
from weighted_model import WeightedDetectionModel  # noqa: F401 - must be importable at checkpoint load time

from ultralytics import YOLO

model = YOLO("runs/detect/train/weights/best.pt")
metrics = model.val()

Speichern des besten Modells anhand einer benutzerdefinierten Metrik#

Der Trainer speichert best.pt basierend auf der Güte (Fitness), die bei der Erkennung standardmäßig auf mAP@0.5:0.95 gesetzt ist (Gewichte [0.0, 0.0, 0.0, 1.0] für [P, R, mAP@0.5, mAP@0.5:0.95]). Um eine andere Metrik zu verwenden (wie mAP@0.5 oder Recall), überschreibe validate() und gib die von dir gewählte Metrik als Fitness-Wert zurück. Der integrierte save_model() verwendet diese dann automatisch:

from ultralytics import YOLO
from ultralytics.models.yolo.detect import DetectionTrainer

class CustomSaveTrainer(DetectionTrainer):
    """Trainer that saves the best model based on mAP@0.5 instead of default fitness."""

    def validate(self):
        """Override fitness to use mAP@0.5 for best model selection."""
        metrics, fitness = super().validate()
        if metrics:
            fitness = metrics.get("metrics/mAP50(B)", fitness)
            if self.best_fitness is None or fitness > self.best_fitness:
                self.best_fitness = fitness
        return metrics, fitness

model = YOLO("yolo26n.pt")
model.train(data="coco8.yaml", epochs=20, trainer=CustomSaveTrainer)
Verfügbare Metriken

Zu den gängigen Metriken, die nach der Validierung in self.metrics verfügbar sind, gehören:

SchlüsselBeschreibung
metrics/precision(B)Präzision
metrics/recall(B)Recall
metrics/mAP50(B)mAP bei IoU 0.5
metrics/mAP50-95(B)mAP bei IoU 0.5:0.95

Einfrieren und Auftauen des Backbones#

Transfer Learning-Workflows profitieren oft davon, das vortrainierte Backbone für die ersten N Epochen einzufrieren, damit sich der Detektionskopf anpassen kann, bevor das gesamte Netzwerk finetuned wird. Ultralytics bietet einen freeze-Parameter, um Schichten zu Beginn des Trainings einzufrieren, und du kannst einen Callback verwenden, um sie nach N Epochen wieder zu entfrieren:

from ultralytics import YOLO
from ultralytics.models.yolo.detect import DetectionTrainer
from ultralytics.utils import LOGGER

FREEZE_EPOCHS = 5

def unfreeze_backbone(trainer):
    """Callback to unfreeze all layers after FREEZE_EPOCHS."""
    if trainer.epoch == FREEZE_EPOCHS:
        LOGGER.info(f"Epoch {trainer.epoch}: Unfreezing all layers for fine-tuning")
        for name, param in trainer.model.named_parameters():
            if not param.requires_grad:
                param.requires_grad = True
                LOGGER.info(f"  Unfroze: {name}")
        trainer.freeze_layer_names = [".dfl"]

class FreezingTrainer(DetectionTrainer):
    """Trainer with backbone freezing for first N epochs."""

    def __init__(self, *args, **kwargs):
        """Initialize and register the unfreeze callback."""
        super().__init__(*args, **kwargs)
        self.add_callback("on_train_epoch_start", unfreeze_backbone)

model = YOLO("yolo26n.pt")
model.train(data="coco8.yaml", epochs=20, freeze=10, trainer=FreezingTrainer)

Der Parameter freeze=10 friert die ersten 10 Schichten (Indizes 0–9) zu Beginn des Trainings ein, was den größten Teil des YOLO26-Backbones abdeckt. Das Backbone erstreckt sich über die Schichten 0–10, sodass freeze=10 den letzten C2PSA-Block (Schicht 10) trainierbar lässt; verwende freeze=11, um das gesamte Backbone einzufrieren. Der Callback on_train_epoch_start wird zu Beginn jeder Epoche ausgelöst und entfriert alle Parameter, sobald der Einfrierzeitraum abgeschlossen ist.

Auswahl der einzufrierenden Schichten
  • freeze=10 friert die ersten 10 Schichten ein, Indizes 0–9 (den größten Teil des YOLO26-Backbones; verwende freeze=11, um den finalen C2PSA-Block bei Schicht 10 einzubeziehen)
  • freeze=[0, 1, 2, 3] friert bestimmte Schichten nach Index ein
  • Höhere Werte für FREEZE_EPOCHS geben dem Kopf mehr Zeit zur Anpassung, bevor sich das Backbone ändert

Lernraten pro Schicht#

Verschiedene Teile des Netzwerks können von unterschiedlichen Lernraten profitieren. Eine gängige Strategie besteht darin, eine niedrigere Lernrate für das vortrainierte Backbone zu verwenden, um gelernte Merkmale zu erhalten, während sich der Detektionskopf mit einer höheren Rate schneller anpassen kann:

import torch

from ultralytics import YOLO
from ultralytics.models.yolo.detect import DetectionTrainer
from ultralytics.utils import LOGGER
from ultralytics.utils.torch_utils import unwrap_model

class PerLayerLRTrainer(DetectionTrainer):
    """Trainer with different learning rates for backbone and head."""

    def build_optimizer(self, model, name="auto", lr=0.001, momentum=0.9, decay=1e-5, iterations=1e5):
        """Build optimizer with separate learning rates for backbone and head."""
        backbone_params = []
        head_params = []

        unwrapped = unwrap_model(model)
        backbone_len = len(unwrapped.yaml["backbone"])  # YOLO26 backbone spans layers 0-10 (C2PSA at layer 10)

        for k, v in unwrapped.named_parameters():
            if not v.requires_grad:
                continue
            is_backbone = any(k.startswith(f"model.{i}.") for i in range(backbone_len))
            if is_backbone:
                backbone_params.append(v)
            else:
                head_params.append(v)

        backbone_lr = lr * 0.1

        optimizer = torch.optim.AdamW(
            [
                {"params": backbone_params, "lr": backbone_lr, "weight_decay": decay},
                {"params": head_params, "lr": lr, "weight_decay": decay},
            ],
        )

        LOGGER.info(
            f"PerLayerLR optimizer: backbone ({len(backbone_params)} params, lr={backbone_lr}) "
            f"| head ({len(head_params)} params, lr={lr})"
        )
        return optimizer

model = YOLO("yolo26n.pt")
model.train(data="coco8.yaml", epochs=20, trainer=PerLayerLRTrainer)

RT-DETR-Variante#

Bei RT-DETR ist das Muster mit zwei Verfeinerungen dasselbe. Die Backbone-Länge wird aus model.yaml["backbone"] ausgelesen, sodass derselbe Trainer für alle RT-DETR-Varianten (RT-DETR-L, RT-DETR-X, ResNet-50/101-Backbones) funktioniert, ohne dass Schichtanzahlen hartcodiert werden müssen. Parameter werden in jedem Abschnitt außerdem in Gewichts-, BatchNorm- und Bias-Gruppen aufgeteilt, sodass der Weight Decay von BatchNorm-Parametern und Biases ausgeschlossen wird, was der Standardrichtlinie des Trainers entspricht. Dies ist besonders nützlich für das RT-DETR-Finetuning, bei dem der Decoderkopf typischerweise zufällig initialisiert wird, während das Backbone vortrainierte Merkmale trägt, die von einer niedrigeren Lernrate profitieren:

import torch
from torch import nn

from ultralytics import RTDETR
from ultralytics.models.rtdetr.train import RTDETRTrainer
from ultralytics.utils import LOGGER, colorstr
from ultralytics.utils.torch_utils import unwrap_model

class RTDETRBackboneLRTrainer(RTDETRTrainer):
    """RT-DETR trainer with a lower learning rate for backbone parameters."""

    backbone_lr_ratio = 0.1  # backbone learning rate as a fraction of head learning rate

    def build_optimizer(self, model, name="auto", lr=0.001, momentum=0.9, decay=1e-5, iterations=1e5):
        """Build an AdamW optimizer with six param groups: head and backbone x {weight, bn, bias}."""
        # Resolve optimizer name; "auto" maps to AdamW with RT-DETR-style defaults
        canonical = {"Adam", "Adamax", "AdamW", "NAdam", "RAdam", "auto"}
        name = {x.lower(): x for x in canonical}.get(name.lower(), name)
        if name == "auto":
            name, lr, momentum = "AdamW", 1e-4, 0.9
        self.args.warmup_bias_lr = 0.0  # RT-DETR warms biases from 0, unlike YOLO's 0.1
        if name not in {"Adam", "Adamax", "AdamW", "NAdam", "RAdam"}:
            raise NotImplementedError(f"This trainer only supports AdamW-family optimizers; got {name}")

        # Identify backbone parameters from model.yaml and route each param into a (section, kind) group
        unwrapped = unwrap_model(model)
        backbone_len = len(unwrapped.yaml["backbone"])
        norm_types = tuple(v for k, v in nn.__dict__.items() if "Norm" in k)
        groups = {f"{s}_{k}": [] for s in ("head", "backbone") for k in ("weight", "bn", "bias")}

        for module_name, module in unwrapped.named_modules():
            for param_name, param in module.named_parameters(recurse=False):
                if not param.requires_grad:
                    continue
                fullname = f"{module_name}.{param_name}" if module_name else param_name
                parts = fullname.split(".")
                section = (
                    "backbone"
                    if len(parts) > 1 and parts[0] == "model" and parts[1].isdigit() and int(parts[1]) < backbone_len
                    else "head"
                )
                if "bias" in param_name:
                    kind = "bias"
                elif isinstance(module, norm_types) or "logit_scale" in fullname:
                    kind = "bn"
                else:
                    kind = "weight"
                groups[f"{section}_{kind}"].append(param)

        # Build the optimizer with per-group lr and weight decay; backbone groups use lr * backbone_lr_ratio
        backbone_lr = lr * self.backbone_lr_ratio
        param_groups = [
            {"params": groups["head_weight"], "lr": lr, "weight_decay": decay, "param_group": "weight"},
            {"params": groups["head_bn"], "lr": lr, "weight_decay": 0.0, "param_group": "bn"},
            {"params": groups["head_bias"], "lr": lr, "weight_decay": 0.0, "param_group": "bias"},
            {"params": groups["backbone_weight"], "lr": backbone_lr, "weight_decay": decay, "param_group": "weight"},
            {"params": groups["backbone_bn"], "lr": backbone_lr, "weight_decay": 0.0, "param_group": "bn"},
            {"params": groups["backbone_bias"], "lr": backbone_lr, "weight_decay": 0.0, "param_group": "bias"},
        ]
        param_groups = [pg for pg in param_groups if pg["params"]]  # drop empty groups
        optimizer = getattr(torch.optim, name)(param_groups, betas=(momentum, 0.999))

        LOGGER.info(
            f"{colorstr('optimizer:')} {name}(lr={lr}, backbone_lr={backbone_lr}) with parameter groups\n"
            f"  Head:     {len(groups['head_bn'])} bn, {len(groups['head_weight'])} weight(decay={decay}), "
            f"{len(groups['head_bias'])} bias (lr={lr})\n"
            f"  Backbone: {len(groups['backbone_bn'])} bn, {len(groups['backbone_weight'])} weight(decay={decay}), "
            f"{len(groups['backbone_bias'])} bias (lr={backbone_lr})"
        )
        return optimizer

model = RTDETR("rtdetr-l.pt")
model.train(data="coco8.yaml", epochs=20, trainer=RTDETRBackboneLRTrainer)
Auswahl von `backbone_lr_ratio`

Ein üblicher Startpunkt ist backbone_lr_ratio = 0.1, der dem ursprünglichen RT-DETR-Setup mit seinem HGNetV2-Backbone entspricht. Die Literatur schlägt vor, das Verhältnis umgekehrt proportional zur Backbone-Größe und zum Umfang der Vortrainingsdaten zu skalieren: Große Backbones, die auf sehr großen Datensätzen vortrainiert wurden (zum Beispiel ViT-L/H, trainiert mit DINO, CLIP oder MAE auf Hunderten Millionen von Bildern), verwenden typischerweise kleinere Verhältnisse wie 0.01 oder darunter, um gut gelernte Merkmale zu erhalten, während kleinere Backbones mit leichterem Vortraining größere Verhältnisse wie 0.5 oder höher tolerieren.

Lernraten-Zeitplan

Der integrierte Lernraten-Scheduler (cosine oder linear) greift weiterhin zusätzlich zu den gruppenspezifischen Basis-Lernraten. Sowohl die Lernrate des Backbones als auch die des Kopfes folgen demselben Decay-Zeitplan, wodurch das Verhältnis zwischen ihnen während des gesamten Trainings erhalten bleibt.

Kombination von Techniken

Diese Anpassungen können in einer einzigen Trainerklasse kombiniert werden, indem mehrere Methoden überschrieben und bei Bedarf Callbacks hinzugefügt werden.

Synchronisiertes BatchNorm für Multi-GPU-Training#

Beim Training auf mehreren GPUs mit DistributedDataParallel berechnen die Standard-Schichten von BatchNorm2d Statistiken unabhängig auf jeder GPU. Für das RT-DETR-Finetuning und andere Rezepte, die kleine Batch-Größen pro GPU verwenden, können die Batch-Statistiken pro GPU verrauscht sein. PyTorchs SyncBatchNorm synchronisiert Mittelwert und Varianz über alle Ranks hinweg für eine einzige globale Batch-Statistik, was die Konvergenz oft auf Kosten eines geringen Inter-GPU-Kommunikationsaufwands verbessert.

Die Konvertierung muss stattfinden, nachdem sich das Modell auf der GPU befindet, aber bevor DDP es umschließt. Der sauberste Hook dafür ist set_model_attributes(), den BaseTrainer genau in diesem Zeitfenster aufruft:

from torch import nn

from ultralytics import RTDETR
from ultralytics.models.rtdetr.train import RTDETRTrainer

class SyncBNTrainer(RTDETRTrainer):
    """RT-DETR trainer that converts BatchNorm to SyncBatchNorm for multi-GPU training."""

    def set_model_attributes(self):
        """Run the parent setup, then convert BN to SyncBatchNorm when training on multiple GPUs."""
        super().set_model_attributes()
        if self.world_size > 1:
            self.model = nn.SyncBatchNorm.convert_sync_batchnorm(self.model)

model = RTDETR("rtdetr-l.pt")
model.train(data="coco8.yaml", epochs=20, device=[0, 1], trainer=SyncBNTrainer)

Die Schutzprüfung world_size > 1 stellt sicher, and dass der Trainer auch bei Single-GPU-Läufen sicher verwendet werden kann; auf einer einzelnen GPU wird die Konvertierung übersprungen und das Training mit dem regulären BatchNorm2d fortgesetzt. Dasselbe Muster funktioniert für YOLO, indem die Elternklasse auf DetectionTrainer umgestellt wird.

Wann man SyncBatchNorm verwenden sollte
SzenarioEmpfehlung
Multi-GPU-Training, kleiner Batch pro GPU (≤ 16)Aktivieren
Multi-GPU-Training, großer Batch pro GPU (≥ 32)Optional; geringer Vorteil
Single-GPU-TrainingNicht anwendbar (übersprungen)

Konfigurierbares Gradient Clipping#

Der Standardtrainer clippt Gradienten in optimizer_step() auf max_norm=10.0, ein großzügiger Wert, der für YOLO-Modelle optimiert ist, bei denen Gradienten diesen selten überschreiten. Detektoren der DETR-Familie (RT-DETR, DEIM, DINO) verwenden typischerweise viel strengere Werte wie 0.1, um die Cross-Attention-Schichten des Decoders zu stabilisieren, bei denen Gradientenbeträge sprunghaft ansteigen können. Um den Clip-Wert zu überschreiben, leite den Trainer ab und überschreibe optimizer_step():

import torch

from ultralytics import RTDETR
from ultralytics.models.rtdetr.train import RTDETRTrainer

class CustomClipTrainer(RTDETRTrainer):
    """RT-DETR trainer with configurable gradient clipping."""

    clip_grad_norm = 0.1  # max gradient norm; set to 0 to disable clipping

    def optimizer_step(self):
        """Run an optimizer step with a configurable gradient-norm clip."""
        self.scaler.unscale_(self.optimizer)
        if self.clip_grad_norm > 0:
            torch.nn.utils.clip_grad_norm_(self.model.parameters(), max_norm=self.clip_grad_norm)
        self.scaler.step(self.optimizer)
        self.scaler.update()
        self.optimizer.zero_grad()
        if self.ema:
            self.ema.update(self.model)

model = RTDETR("rtdetr-l.pt")
model.train(data="coco8.yaml", epochs=20, trainer=CustomClipTrainer)

Dasselbe Trainer-Modell funktioniert für YOLO, indem die Elternklasse auf DetectionTrainer (from ultralytics.models.yolo.detect import DetectionTrainer) umgeschaltet und ein YOLO-Checkpoint mit YOLO("yolo26n.pt") geladen wird. Der Rumpf von optimizer_step bleibt unverändert.

Typische `clip_grad_norm`-Werte
ArchitekturfamilieTypisches max_norm
RT-DETR / DEIM / DETR-Familie0.1
YOLO (Ultralytics-Standard)10.0
Clipping deaktivieren0

FAQ#

  • Übergebe deine benutzerdefinierte Trainerklasse (keine Instanz) an den Parameter trainer in model.train():

    from ultralytics import YOLO
    
    model = YOLO("yolo26n.pt")
    model.train(data="coco8.yaml", trainer=MyCustomTrainer)

    Die Klasse YOLO übernimmt die Instanziierung des Trainers intern. Weitere Details zur Trainer-Architektur findest du auf der Seite zur erweiterten Anpassung.

  • Wichtige Methoden zur Anpassung:

    MethodeZweck
    validate()Validierung ausführen und Metriken zurückgeben
    build_optimizer()Optimizer erstellen
    save_model()Trainings-Checkpoints speichern
    get_model()Modellinstanz zurückgeben
    get_validator()Validator-Instanz zurückgeben
    get_dataloader()Dataloader erstellen
    preprocess_batch()Eingabe-Batch vorverarbeiten
    label_loss_items()Loss-Elemente für die Protokollierung formatieren

    Die vollständige API-Referenz findest du in der BaseTrainer-Dokumentation.

  • Ja, für einfachere Anpassungen sind Callbacks oft ausreichend. Zu den verfügbaren Callback-Ereignissen gehören on_train_start, on_train_epoch_start, on_train_epoch_end, on_fit_epoch_end und on_model_save. Mit diesen kannst du dich in die Trainingsschleife einklinken, ohne Klassen abzuleiten. Das obige Beispiel zum Einfrieren des Backbones demonstriert diesen Ansatz.

  • Wenn deine Änderung einfacher ist (wie das Anpassen von Loss-Gains), kannst du die Hyperparameter direkt modifizieren:

    model.train(data="coco8.yaml", box=10.0, cls=1.5, dfl=2.0)

    Für strukturelle Änderungen am Loss (wie das Hinzufügen von Klassengewichten) musst du den Loss und das Modell ableiten, wie im Abschnitt zu Klassengewichten gezeigt.

Kommentare