Referenz für ultralytics/utils/autobatch.py
Hinweis
Diese Datei ist verfügbar unter https://github.com/ultralytics/ ultralytics/blob/main/ ultralytics/utils/autobatch .py. Wenn du ein Problem entdeckst, hilf bitte mit, es zu beheben, indem du einen Pull Request 🛠️ einreichst. Vielen Dank 🙏!
ultralytics.utils.autobatch.check_train_batch_size(model, imgsz=640, amp=True)
Überprüfe die YOLO Trainingsstapelgröße mit der Funktion autobatch().
Parameter:
Name | Typ | Beschreibung | Standard |
---|---|---|---|
model |
Module
|
YOLO Modell für die Überprüfung der Losgröße. |
erforderlich |
imgsz |
int
|
Bildgröße, die für das Training verwendet wird. |
640
|
amp |
bool
|
Wenn True, verwende automatische gemischte Präzision (AMP) für die Ausbildung. |
True
|
Retouren:
Typ | Beschreibung |
---|---|
int
|
Optimale Batchgröße, die mit der Funktion autobatch() berechnet wird. |
Quellcode in ultralytics/utils/autobatch.py
ultralytics.utils.autobatch.autobatch(model, imgsz=640, fraction=0.6, batch_size=DEFAULT_CFG.batch)
Schätze automatisch die beste YOLO Stapelgröße, um einen Bruchteil des verfügbaren CUDA Speichers zu nutzen.
Parameter:
Name | Typ | Beschreibung | Standard |
---|---|---|---|
model |
module
|
YOLO Modell, für das die Losgröße berechnet wird. |
erforderlich |
imgsz |
int
|
Die Bildgröße, die als Eingabe für das Modell YOLO verwendet wird. Der Standardwert ist 640. |
640
|
fraction |
float
|
Der Anteil des verfügbaren CUDA Speichers, der verwendet werden soll. Der Standardwert ist 0,60. |
0.6
|
batch_size |
int
|
Die Standard-Stapelgröße, die verwendet wird, wenn ein Fehler festgestellt wird. Der Standardwert ist 16. |
batch
|
Retouren:
Typ | Beschreibung |
---|---|
int
|
Die optimale Losgröße. |
Quellcode in ultralytics/utils/autobatch.py
Erstellt am 2023-11-12, Aktualisiert am 2024-05-08
Autoren: Burhan-Q (1), glenn-jocher (3), Laughing-q (1)