Referenz für ultralytics/hub/__init__.py
Hinweis
Diese Datei ist verfügbar unter https://github.com/ultralytics/ ultralytics/blob/main/ ultralytics/hub/init.py. Wenn du ein Problem entdeckst, hilf bitte mit, es zu beheben, indem du einen Pull Request 🛠️ einreichst. Vielen Dank 🙏!
ultralytics.hub.login(api_key=None, save=True)
Melde dich bei der Ultralytics HUB API mit dem angegebenen API-Schlüssel an.
Die Sitzung wird nicht gespeichert; eine neue Sitzung wird bei Bedarf mit den gespeicherten EINSTELLUNGEN oder der Umgebungsvariablen HUB_API_KEY Umgebungsvariable erstellt, wenn die Authentifizierung erfolgreich war.
Parameter:
Name | Typ | Beschreibung | Standard |
---|---|---|---|
api_key |
str
|
API-Schlüssel, der für die Authentifizierung verwendet wird. Wenn er nicht angegeben wird, wird er aus der Umgebungsvariablen SETTINGS oder HUB_API_KEY abgefragt. |
None
|
save |
bool
|
Ob der API-Schlüssel in den EINSTELLUNGEN gespeichert werden soll, wenn die Authentifizierung erfolgreich ist. |
True
|
Retouren:
Typ | Beschreibung |
---|---|
bool
|
True, wenn die Authentifizierung erfolgreich ist, sonst False. |
Quellcode in ultralytics/hub/__init__.py
ultralytics.hub.logout()
Melde dich bei Ultralytics HUB ab, indem du den API-Schlüssel aus der Einstellungsdatei entfernst. Um dich wieder anzumelden, benutze 'yolo hub login'.
Quellcode in ultralytics/hub/__init__.py
ultralytics.hub.reset_model(model_id='')
Setzt ein trainiertes Modell auf einen untrainierten Zustand zurück.
Quellcode in ultralytics/hub/__init__.py
ultralytics.hub.export_fmts_hub()
Gibt eine Liste der von HUB unterstützten Exportformate zurück.
ultralytics.hub.export_model(model_id='', format='torchscript')
Exportiere ein Modell in alle Formate.
Quellcode in ultralytics/hub/__init__.py
ultralytics.hub.get_export(model_id='', format='torchscript')
Erhalte ein exportiertes Modellwörterbuch mit Download-URL.
Quellcode in ultralytics/hub/__init__.py
ultralytics.hub.check_dataset(path, task)
Funktion zur Fehlerprüfung der HUB-Datensatz-Zip-Datei vor dem Hochladen. Sie prüft einen Datensatz auf Fehler, bevor er hochgeladen wird zum HUB hochgeladen wird. Beispiele für die Verwendung sind unten aufgeführt.
Parameter:
Name | Typ | Beschreibung | Standard |
---|---|---|---|
path |
str
|
Pfad zu data.zip (mit data.yaml in data.zip). |
erforderlich |
task |
str
|
Datensatz Aufgabe. Die Optionen sind "erkennen", "segmentieren", "posieren", "klassifizieren", "obb". |
erforderlich |
Beispiel
Lade die *.zip-Dateien von https://github.com/ultralytics/hub/tree/main/example_datasets herunter d.h. https://github.com/ultralytics/hub/raw/main/example_datasets/coco8.zip für coco8.zip.
from ultralytics.hub import check_dataset
check_dataset('path/to/coco8.zip', task='detect') # detect dataset
check_dataset('path/to/coco8-seg.zip', task='segment') # segment dataset
check_dataset('path/to/coco8-pose.zip', task='pose') # pose dataset
check_dataset('path/to/dota8.zip', task='obb') # OBB dataset
check_dataset('path/to/imagenet10.zip', task='classify') # classification dataset