Devoluciones de llamada
Devoluciones de llamada
Ultralytics admite retrollamadas como puntos de entrada en etapas estrat茅gicas de los modos entrenar, val, exportar y predecir. Cada llamada de retorno acepta un Trainer
, Validator
o Predictor
en funci贸n del tipo de operaci贸n. Todas las propiedades de estos objetos se encuentran en la secci贸n Referencia de la documentaci贸n.
Observa: Dominar Ultralytics YOLOv8 : Devoluciones de llamada
Ejemplos
Devoluci贸n de informaci贸n adicional con Predicci贸n
En este ejemplo, queremos devolver el fotograma original con cada objeto resultado. As铆 es como podemos hacerlo
from ultralytics import YOLO
def on_predict_batch_end(predictor):
"""Handle prediction batch end by combining results with corresponding frames; modifies predictor results."""
_, image, _, _ = predictor.batch
# Ensure that image is a list
image = image if isinstance(image, list) else [image]
# Combine the prediction results with the corresponding frames
predictor.results = zip(predictor.results, image)
# Create a YOLO model instance
model = YOLO(f'yolov8n.pt')
# Add the custom callback to the model
model.add_callback("on_predict_batch_end", on_predict_batch_end)
# Iterate through the results and frames
for (result, frame) in model.predict(): # or model.track()
pass
Todas las rellamadas
Aqu铆 est谩n todas las llamadas de retorno admitidas. Consulta el c贸digo fuente de las llamadas de retorno para m谩s detalles.
Llamadas del formador
Devoluci贸n de llamada | Descripci贸n |
---|---|
on_pretrain_routine_start |
Se activa al inicio de la rutina de preentrenamiento |
on_pretrain_routine_end |
Se activa al final de la rutina de preentrenamiento |
on_train_start |
Se activa cuando comienza el entrenamiento |
on_train_epoch_start |
Se activa al inicio de cada 茅poca de entrenamiento |
on_train_batch_start |
Se activa al inicio de cada lote de entrenamiento |
optimizer_step |
Se activa durante el paso del optimizador |
on_before_zero_grad |
Se activa antes de poner a cero los gradientes |
on_train_batch_end |
Se activa al final de cada lote de entrenamiento |
on_train_epoch_end |
Se activa al final de cada 茅poca de entrenamiento |
on_fit_epoch_end |
Se activa al final de cada 茅poca de ajuste |
on_model_save |
Se activa cuando se guarda el modelo |
on_train_end |
Se activa cuando finaliza el proceso de entrenamiento |
on_params_update |
Se activa cuando se actualizan los par谩metros del modelo |
teardown |
Se activa cuando se est谩 limpiando el proceso de entrenamiento |
Llamadas de retorno del Validador
Devoluci贸n de llamada | Descripci贸n |
---|---|
on_val_start |
Se activa cuando comienza la validaci贸n |
on_val_batch_start |
Se activa al inicio de cada lote de validaci贸n |
on_val_batch_end |
Se activa al final de cada lote de validaci贸n |
on_val_end |
Se activa cuando finaliza la validaci贸n |
Llamadas de retorno del predictor
Devoluci贸n de llamada | Descripci贸n |
---|---|
on_predict_start |
Se activa cuando se inicia el proceso de predicci贸n |
on_predict_batch_start |
Se activa al inicio de cada lote de predicci贸n |
on_predict_postprocess_end |
Se activa al final del postprocesamiento de la predicci贸n |
on_predict_batch_end |
Se activa al final de cada lote de predicci贸n |
on_predict_end |
Se activa cuando finaliza el proceso de predicci贸n |
Llamadas de retorno del exportador
Devoluci贸n de llamada | Descripci贸n |
---|---|
on_export_start |
Se activa cuando se inicia el proceso de exportaci贸n |
on_export_end |
Se activa cuando finaliza el proceso de exportaci贸n |
Creado 2023-11-12, Actualizado 2024-05-03
Autores: glenn-jocher (4), RizwanMunawar (1), Laughing-q (1)