Projekt - Ultralytics HUB-SDK Betrieb
Willkommen bei der Ultralytics HUB-SDK-Dokumentation! Dieser Leitfaden führt Sie durch die Grundlagen der Verwaltung Ihrer Machine Learning-Projekte mit dem HUB-SDK. Wir decken alles ab, von der Erstellung eines neuen Projekts und der Aktualisierung bestehender Projekte bis hin zur Navigation durch Projektlisten, alles mit leicht verständlichen Python . Unser Ziel ist es, eine nahtlose und unkomplizierte Erfahrung zu bieten, die es Ihnen ermöglicht, sich auf die Erstellung und den Einsatz von außergewöhnlichen Machine-Learning-Modellen zu konzentrieren. Lassen Sie uns eintauchen 🏊!
Ein Projekt nach ID abrufen
Um ein auf der Ultralytics gehostetes Projekt abzurufen und seine Details anzuzeigen oder Änderungen vorzunehmen, rufen Sie es anhand seiner eindeutigen ID ab. Übergeben Sie die ID an die client.project Funktion wie im folgenden Ausschnitt gezeigt:
from hub_sdk import HUBClient
credentials = {"api_key": "<YOUR-API-KEY>"} # Replace with your API key
client = HUBClient(credentials)
project = client.project("<Project ID>") # Replace '<Project ID>' with your actual project ID
print(project.data) # Displays the project's data
Weitere Einzelheiten finden Sie in der Hinweis für hub_sdk/modules/projects.py.
Ein neues Projekt erstellen
Beginnen Sie ein neues Projekt zum maschinellen Lernen, indem Sie ein Projekt erstellen in Ultralytics HUB. Der folgende Python beschreibt, wie man Projektdetails (in diesem Fall den Namen) definiert und das Projekt mit dem Befehl create_project Methode:
from hub_sdk import HUBClient
credentials = {"api_key": "<YOUR-API-KEY>"} # Replace with your API key
client = HUBClient(credentials)
data = {"meta": {"name": "my project"}} # Define the project name
project = client.project() # Initialize a project instance
project.create_project(data) # Create the new project with the specified data
Ein bestehendes Projekt aktualisieren
Aktualisieren Sie die Metadaten Ihres Projekts ganz einfach, indem Sie die Projekt-ID und die neuen Details angeben. Dies kann eine Namensänderung, eine Aktualisierung der Beschreibung oder andere veränderbare Eigenschaften umfassen. Führen Sie diese Änderungen mit dem folgenden Codeschnipsel aus:
from hub_sdk import HUBClient
credentials = {"api_key": "<YOUR-API-KEY>"} # Replace with your API key
client = HUBClient(credentials)
project = client.project("<Project ID>") # Replace with your actual project ID
project.update({"meta": {"name": "Project name update"}}) # Update the project's name or other metadata
Ein Projekt löschen
Um ein Projekt von der Ultralytics zu entfernen, verwenden Sie die delete Methode für das Projektobjekt. Das folgende Snippet führt Sie durch das Löschen eines Projekts anhand seiner ID:
from hub_sdk import HUBClient
credentials = {"api_key": "<YOUR-API-KEY>"} # Replace with your API key
client = HUBClient(credentials)
project = client.project("<Project ID>") # Replace with the project ID to delete
project.delete() # Permanently deletes the project
Auflisten und Navigieren von Projekten
Blättern Sie durch Ihre Projekte oder erkunden Sie öffentliche Projekte auf Ultralytics , indem Sie eine Liste mit der gewünschten Seitengröße abrufen. Das folgende Codeschnipsel zeigt, wie Sie die Ergebnisse der aktuellen Seite anzeigen, zur nächsten Seite navigieren und zur vorherigen Seite zurückkehren können:
from hub_sdk import HUBClient
credentials = {"api_key": "<YOUR-API-KEY>"} # Replace with your API key
client = HUBClient(credentials)
projects = client.project_list(page_size=10) # Fetch a list of projects with a specified page size
print("Current result:", projects.results) # Display the projects on the current page
projects.next() # Navigate to the next page
print("Next page result:", projects.results) # Display the projects on the next page
projects.previous() # Go back to the previous page
print("Previous page result:", projects.results) # Confirm the projects on the previous page
Herzlichen Glückwunsch! Sie sind nun in der Lage, Ihre maschinellen Lernprojekte auf Ultralytics HUB mühelos zu verwalten. Experimentieren Sie mit diesen Vorgängen, um die Organisation und Effizienz Ihrer ML-Bestrebungen zu verbessern. Wenn Sie Fragen haben oder weitere Unterstützung benötigen, wenden Sie sich bitte an unsere Community. Viel Spaß beim Kodieren! 🚀
