YOLO Vision 2026:

Visualisiere YOLO-Architekturen mit YAML2ModelGraph#

YAML2ModelGraph ist ein Community-Tool, das Ultralytics YOLO Modell-YAML-Dateien in SVG-Architekturdiagramme umwandelt. Es kann dabei helfen, benutzerdefinierte Modelle zu dokumentieren oder deren Backbone-, Neck- und Head-Struktur zu untersuchen.

Single-head YOLO architecture rendered by YAML2ModelGraph Multi-head YOLO architecture rendered by YAML2ModelGraph

Installation#

Klone das Projekt und installiere dessen PyYAML-Abhängigkeit:

git clone https://github.com/WangQvQ/YAML2ModelGraph.git
cd YAML2ModelGraph
pip install pyyaml

Verwendung#

Generiere ein Diagramm aus dem mitgelieferten YOLO26-Beispiel:

python main.py examples/yolo26.yaml output.svg

Verwende --head multi, um separate skalierungsspezifische Head-Knoten zu zeichnen, oder wähle eines der mitgelieferten Themes:

python main.py examples/yolo26.yaml output.svg --head multi --theme paper_ryb

Verfügbare Themes umfassen paper, paper_ryb, candy, dark, ocean, retro, blueprint, forest und journal. Das generierte SVG erfordert keine Graphviz-Installation.

Knoten-Metadaten#

Bearbeite DISPLAY_CONFIG in YAML2ModelGraphs main.py, um auszuwählen, welche Details in jedem Knoten angezeigt werden:

DISPLAY_CONFIG = {
    "show_channels": True,
    "show_repeats": True,
    "show_stride": True,
    "show_args": False,
}

Benutzerdefinierte YAML-Modulnamen werden automatisch gerendert. Themefarben, -formen und -typografie werden in der themes.py des Tools konfiguriert.

Einschränkungen#

YAML2ModelGraph richtet Standard-Detect-Heads speziell aus. Andere Task-Heads wie OBB, Pose und Segment werden derzeit als generische Neck-Lane-Knoten gerendert. Siehe das YAML2ModelGraph repository für aktuelle Support- und Nutzungsdetails.

Mitwirkende
RARahulbiradar91

Kommentare