Ultralytics YOLO Guía de ajuste de hiperparámetros

Introducción

El ajuste de hiperparámetros no es un ajuste puntual, sino un proceso iterativo destinado a optimizar las métricas de rendimiento del modelo de aprendizaje automático, como la exactitud, la precisión y el recuerdo. En el contexto de Ultralytics YOLO , estos hiperparámetros pueden ir desde la velocidad de aprendizaje hasta detalles de arquitectura, como el número de capas o los tipos de funciones de activación utilizados.

¿Qué son los hiperparámetros?

Los hiperparámetros son ajustes estructurales de alto nivel para el algoritmo. Se fijan antes de la fase de entrenamiento y permanecen constantes durante ella. Éstos son algunos de los hiperparámetros que se suelen ajustar en Ultralytics YOLO :

• Tasa de aprendizaje lr0: Determina el tamaño del paso en cada iteración mientras te mueves hacia un mínimo en la función de pérdida.
• Tamaño del lote batch: Número de imágenes procesadas simultáneamente en una pasada hacia delante.
• Número de épocas epochs: Una época es una pasada completa hacia delante y hacia atrás de todos los ejemplos de entrenamiento.
• Específicos de la arquitectura: Como recuento de canales, número de capas, tipos de funciones de activación, etc.

Para obtener una lista completa de los hiperparámetros de aumento utilizados en YOLOv8 , consulta la página de configuraciones.

Evolución genética y mutación

Ultralytics YOLO utiliza algoritmos genéticos para optimizar los hiperparámetros. Los algoritmos genéticos se inspiran en el mecanismo de la selección natural y la genética.

• Mutación: En el contexto de Ultralytics YOLO , la mutación ayuda a buscar localmente el espacio de hiperparámetros aplicando pequeños cambios aleatorios a los hiperparámetros existentes, produciendo nuevos candidatos para la evaluación.
• Cruzamiento: Aunque el cruce es una técnica de algoritmo genético muy popular, actualmente no se utiliza en Ultralytics YOLO para el ajuste de hiperparámetros. La atención se centra principalmente en la mutación para generar nuevos conjuntos de hiperparámetros.

Preparación para el ajuste de hiperparámetros

Antes de empezar el proceso de ajuste, es importante:

1. Identifica las métricas: Determina las métricas que utilizarás para evaluar el rendimiento del modelo. Podrían ser el AP50, la puntuación F1 u otros.
2. Establece el Presupuesto de Ajuste: Define cuántos recursos computacionales estás dispuesto a asignar. El ajuste de hiperparámetros puede ser intensivo desde el punto de vista informático.

Pasos implicados

Inicializar hiperparámetros

Empieza con un conjunto razonable de hiperparámetros iniciales. Podrían ser los hiperparámetros predeterminados establecidos por Ultralytics YOLO o algo basado en tu conocimiento del dominio o en experimentos anteriores.

Mutar hiperparámetros

Utiliza el _mutate para producir un nuevo conjunto de hiperparámetros a partir del conjunto existente.

Modelo de tren

El entrenamiento se realiza utilizando el conjunto mutado de hiperparámetros. A continuación se evalúa el rendimiento del entrenamiento.

Evaluar el modelo

Utiliza métricas como AP50, puntuación F1 o métricas personalizadas para evaluar el rendimiento del modelo.

Resultados del registro

Es crucial registrar tanto las métricas de rendimiento como los hiperparámetros correspondientes para futuras consultas.

Repite

El proceso se repite hasta que se alcanza el número de iteraciones establecido o la métrica de rendimiento es satisfactoria.

Ejemplo de uso

A continuación te explicamos cómo utilizar el model.tune() para utilizar el método Tuner clase para el ajuste de hiperparámetros de YOLOv8n en COCO8 durante 30 épocas con un optimizador AdamW y omitiendo el trazado, el punto de control y la validación salvo en la última época para un ajuste más rápido.

from ultralytics import YOLO

# Initialize the YOLO model
model = YOLO('yolov8n.pt')

# Tune hyperparameters on COCO8 for 30 epochs
model.tune(data='coco8.yaml', epochs=30, iterations=300, optimizer='AdamW', plots=False, save=False, val=False)

Resultados

Cuando hayas completado con éxito el proceso de ajuste de hiperparámetros, obtendrás varios archivos y directorios que encapsulan los resultados del ajuste. A continuación se describe cada uno de ellos:

Estructura de archivos

Así es como se verá la estructura de directorios de los resultados. Directorios de formación como train1/ contienen iteraciones de ajuste individuales, es decir, un modelo entrenado con un conjunto de hiperparámetros. La página tune/ contiene los resultados del ajuste de todos los entrenamientos de los modelos individuales:

runs/
└── detect/
    ├── train1/
    ├── train2/
    ├── ...
    └── tune/
        ├── best_hyperparameters.yaml
        ├── best_fitness.png
        ├── tune_results.csv
        ├── tune_scatter_plots.png
        └── weights/
            ├── last.pt
            └── best.pt

Descripciones de archivos

mejor_hiperparametros.yaml

Este archivo YAML contiene los hiperparámetros de mejor rendimiento encontrados durante el proceso de ajuste. Puedes utilizar este archivo para inicializar futuros entrenamientos con estos ajustes optimizados.

• Formato: YAML
• Utilización: Resultados de los hiperparámetros
• Ejemplo:

    # 558/900 iterations complete ✅ (45536.81s)
    # Results saved to /usr/src/ultralytics/runs/detect/tune
    # Best fitness=0.64297 observed at iteration 498
    # Best fitness metrics are {'metrics/precision(B)': 0.87247, 'metrics/recall(B)': 0.71387, 'metrics/mAP50(B)': 0.79106, 'metrics/mAP50-95(B)': 0.62651, 'val/box_loss': 2.79884, 'val/cls_loss': 2.72386, 'val/dfl_loss': 0.68503, 'fitness': 0.64297}
    # Best fitness model is /usr/src/ultralytics/runs/detect/train498
    # Best fitness hyperparameters are printed below.
  
    lr0: 0.00269
    lrf: 0.00288
    momentum: 0.73375
    weight_decay: 0.00015
    warmup_epochs: 1.22935
    warmup_momentum: 0.1525
    box: 18.27875
    cls: 1.32899
    dfl: 0.56016
    hsv_h: 0.01148
    hsv_s: 0.53554
    hsv_v: 0.13636
    degrees: 0.0
    translate: 0.12431
    scale: 0.07643
    shear: 0.0
    perspective: 0.0
    flipud: 0.0
    fliplr: 0.08631
    mosaic: 0.42551
    mixup: 0.0
    copy_paste: 0.0
  

best_fitness.png

Se trata de un gráfico que muestra la aptitud (normalmente una métrica de rendimiento como AP50) frente al número de iteraciones. Te ayuda a visualizar el rendimiento del algoritmo genético a lo largo del tiempo.

• Formato: PNG
• Utilización: Visualización del rendimiento

sintonizar_resultados.csv

Un archivo CSV que contiene los resultados detallados de cada iteración durante el ajuste. Cada fila del archivo representa una iteración, e incluye métricas como la puntuación de fitness, la precisión, el recall, así como los hiperparámetros utilizados.

• Formato: CSV
• Utilización: Seguimiento de resultados por iteración.
• Ejemplo:

    fitness,lr0,lrf,momentum,weight_decay,warmup_epochs,warmup_momentum,box,cls,dfl,hsv_h,hsv_s,hsv_v,degrees,translate,scale,shear,perspective,flipud,fliplr,mosaic,mixup,copy_paste
    0.05021,0.01,0.01,0.937,0.0005,3.0,0.8,7.5,0.5,1.5,0.015,0.7,0.4,0.0,0.1,0.5,0.0,0.0,0.0,0.5,1.0,0.0,0.0
    0.07217,0.01003,0.00967,0.93897,0.00049,2.79757,0.81075,7.5,0.50746,1.44826,0.01503,0.72948,0.40658,0.0,0.0987,0.4922,0.0,0.0,0.0,0.49729,1.0,0.0,0.0
    0.06584,0.01003,0.00855,0.91009,0.00073,3.42176,0.95,8.64301,0.54594,1.72261,0.01503,0.59179,0.40658,0.0,0.0987,0.46955,0.0,0.0,0.0,0.49729,0.80187,0.0,0.0
  

sintonizar_trazados_de_dispersión.png

Este archivo contiene gráficos de dispersión generados a partir de tune_results.csv, ayudándote a visualizar las relaciones entre los distintos hiperparámetros y las métricas de rendimiento. Ten en cuenta que los hiperparámetros inicializados a 0 no se ajustarán, como por ejemplo degrees y shear abajo.

• Formato: PNG
• Utilización: Análisis exploratorio de datos

pesos/

Este directorio contiene los modelos PyTorch guardados para la última y la mejor iteración durante el proceso de ajuste de hiperparámetros.

• last.pt: Los últimos.pt son los pesos de la última época de entrenamiento.
• best.pt: Los mejores pesos.pt de la iteración que ha obtenido la mejor puntuación de aptitud.

Utilizando estos resultados, podrás tomar decisiones más informadas para tus futuros entrenamientos y análisis del modelo. No dudes en consultar estos artefactos para comprender el rendimiento de tu modelo y cómo podrías mejorarlo aún más.

Conclusión

El proceso de ajuste de hiperparámetros en Ultralytics YOLO es simplificado pero potente, gracias a su enfoque basado en algoritmos genéticos centrados en la mutación. Seguir los pasos descritos en esta guía te ayudará a afinar sistemáticamente tu modelo para conseguir un mejor rendimiento.

Otras lecturas

1. Optimización de hiperparámetros en Wikipedia
2. YOLOv5 Guía de evolución de hiperparámetros
3. Ajuste eficiente de hiperparámetros con Ray Tune y YOLOv8

Para profundizar más, puedes explorar Tuner y la documentación adjunta. Si tienes alguna pregunta, petición de funciones o necesitas más ayuda, no dudes en ponerte en contacto con nosotros en GitHub o Discordia.

Comentarios