Configuración

Q: How do I set the learning rate for training a YOLO model?

La tasa de aprendizaje (lr0) es crucial para la optimización. Un punto de partida habitual es 0,01 para SGD o 0,001 para Adam. Es esencial controlar las métricas de entrenamiento y ajustarlas si es necesario. Utilice programadores de tasa de aprendizaje coseno (cos_lr) o técnicas de calentamiento (warmup_epochs, warmup_momentum) para modificar dinámicamente la tasa durante el entrenamiento. Encontrará más detalles en la Guía de entrenamiento.

Q: Why should I use mixed precision training with YOLO models?

El entrenamiento de precisión mixta, activado con amp=True, ayuda a reducir el uso de memoria y puede acelerar el entrenamiento utilizando las ventajas tanto de FP16 como de FP32. Esto es beneficioso para las GPU modernas, que admiten la precisión mixta de forma nativa, lo que permite que quepan más modelos en la memoria y permite realizar cálculos más rápidos sin una pérdida significativa de precisión. Más información en la Guía del tren.

YOLO Los ajustes y los hiperparámetros desempeñan un papel fundamental en el rendimiento, la velocidad y la precisión del modelo. Estos ajustes e hiperparámetros pueden afectar al comportamiento del modelo en varias fases del proceso de desarrollo del modelo, como el entrenamiento, la validación y la predicción.

Observa: Dominio de Ultralytics YOLO : Configuración

Ultralytics utilizan la siguiente sintaxis:

Ejemplo

CLIPython

yolo TASK MODE ARGS

from ultralytics import YOLO

# Load a YOLO11 model from a pre-trained weights file
model = YOLO("yolo11n.pt")

# Run MODE mode using the custom arguments ARGS (guess TASK)
model.MODE(ARGS)

Dónde:

TASK (opcional) es uno de (detectar, segmento, clasificar, posar, obb)
MODE (obligatorio) es uno de (tren, val, predecir, exportar, pista, referencia)
ARGS (opcional) son arg=value pares como imgsz=640 que anulan los valores predeterminados.

Por defecto ARG se definen en esta página a partir del cfg/defaults.yaml archivo.

Tareas

YOLO pueden utilizarse para diversas tareas, como la detección, la segmentación, la clasificación y la pose. Estas tareas difieren en el tipo de resultado que producen y en el problema específico que pretenden resolver.

Detectar: Para identificar y localizar objetos o regiones de interés en una imagen o vídeo.
Segmentar: Para dividir una imagen o vídeo en regiones o píxeles que corresponden a diferentes objetos o clases.
Clasificar: Para predecir la etiqueta de clase de una imagen de entrada.
Pose: Para identificar objetos y estimar sus puntos clave en una imagen o vídeo.
OBB: cajas delimitadoras orientadas (es decir, rotadas) adecuadas para imágenes médicas o de satélite.

Argumento	Por defecto	Descripción
`task`	`'detect'`	Especifica la tarea YOLO que debe ejecutarse. Las opciones incluyen `detect` para detección de objetos, `segment` para la segmentación, `classify` para la clasificación, `pose` para la estimación de la pose y `obb` para cuadros delimitadores orientados. Cada tarea se adapta a tipos de resultados y problemas específicos del análisis de imágenes y vídeos.

Guía de tareas

Modos

YOLO Los modelos pueden utilizarse en distintos modos en función del problema concreto que se intente resolver. Estos modos incluyen:

Entrenar: Para entrenar un modelo YOLO11 en un conjunto de datos personalizado.
Val: Para validar un modelo YOLO11 una vez entrenado.
Predecir: Para realizar predicciones utilizando un modelo YOLO11 entrenado en nuevas imágenes o vídeos.
Exportar: Para exportar un modelo YOLO11 a un formato que pueda utilizarse para su despliegue.
Rastrear: Para rastrear objetos en tiempo real utilizando un modelo YOLO11 .
Evaluación comparativa: Para evaluar la velocidad y precisión de las exportaciones de YOLO11 (ONNX, TensorRT, etc.).

Argumento	Por defecto	Descripción
`mode`	`'train'`	Especifica el modo en el que funciona el modelo YOLO . Las opciones son `train` para el entrenamiento del modelo, `val` para su validación, `predict` para inferir nuevos datos, `export` para la conversión de modelos a formatos de despliegue, `track` para el seguimiento de objetos, y `benchmark` para la evaluación del rendimiento. Cada modo está diseñado para diferentes etapas del ciclo de vida del modelo, desde el desarrollo hasta la implantación.

Guía de modos

Ajustes del tren

Los ajustes de entrenamiento de los modelos YOLO abarcan varios hiperparámetros y configuraciones utilizados durante el proceso de entrenamiento. Estos ajustes influyen en el rendimiento, la velocidad y la precisión del modelo. Entre los ajustes de entrenamiento más importantes se encuentran el tamaño del lote, la velocidad de aprendizaje, el impulso y el decaimiento del peso. Además, la elección del optimizador, la función de pérdida y la composición del conjunto de datos de entrenamiento pueden influir en el proceso de entrenamiento. El ajuste cuidadoso y la experimentación con estos parámetros son cruciales para optimizar el rendimiento.

Argumento	Por defecto	Descripción
`model`	`None`	Especifica el archivo modelo para el entrenamiento. Acepta una ruta a un archivo `.pt` modelo preentrenado o un `.yaml` archivo de configuración. Imprescindible para definir la estructura del modelo o inicializar los pesos.
`data`	`None`	Ruta al archivo de configuración del conjunto de datos (por ejemplo, `coco8.yaml`). Este archivo contiene parámetros específicos del conjunto de datos, incluidas las rutas a los archivos de entrenamiento y datos de validaciónnombres de las clases y número de clases.
`epochs`	`100`	Número total de épocas de entrenamiento. Cada época representa una pasada completa por todo el conjunto de datos. Ajustar este valor puede afectar a la duración del entrenamiento y al rendimiento del modelo.
`time`	`None`	Tiempo máximo de entrenamiento en horas. Si se establece, anula el `epochs` lo que permite que el entrenamiento se detenga automáticamente después de la duración especificada. Resulta útil en situaciones de formación con limitaciones de tiempo.
`patience`	`100`	Número de épocas que hay que esperar sin que mejoren las métricas de validación antes de detener el entrenamiento. Ayuda a evitar el sobreajuste al detener el entrenamiento cuando el rendimiento se estanca.
`batch`	`16`	Tamaño del lotecon tres modos: establecido como un número entero (por ejemplo, `batch=16`), modo automático para una utilización de la memoria del 60% GPU (`batch=-1`), o modo automático con la fracción de utilización especificada (`batch=0.70`).
`imgsz`	`640`	Tamaño de imagen objetivo para el entrenamiento. Todas las imágenes se redimensionan a esta dimensión antes de introducirlas en el modelo. Afecta a la precisión del modelo y a la complejidad computacional.
`save`	`True`	Permite guardar los puntos de control del entrenamiento y los pesos finales del modelo. Resulta útil para reanudar el entrenamiento o el despliegue del modelo.
`save_period`	`-1`	Frecuencia con la que se guardan los puntos de control del modelo, especificada en épocas. Un valor de -1 desactiva esta función. Útil para guardar modelos provisionales durante sesiones de entrenamiento largas.
`cache`	`False`	Permite almacenar en caché las imágenes del conjunto de datos en la memoria (`True`/`ram`), en disco (`disk`), o lo desactiva (`False`). Mejora la velocidad de entrenamiento reduciendo la E/S de disco a costa de un mayor uso de memoria.
`device`	`None`	Especifica el dispositivo o dispositivos informáticos para el entrenamiento: un único GPU (`device=0`), varias GPU (`device=0,1`), CPU (`device=cpu`), o MPS para el silicio de Apple (`device=mps`).
`workers`	`8`	Número de subprocesos de trabajo para la carga de datos (por `RANK` si entrenamiento Multi-GPU ). Influye en la velocidad de preprocesamiento de datos y alimentación del modelo, especialmente útil en configuraciones multiGPU .
`project`	`None`	Nombre del directorio del proyecto donde se guardan los resultados del entrenamiento. Permite el almacenamiento organizado de diferentes experimentos.
`name`	`None`	Nombre del entrenamiento. Se utiliza para crear un subdirectorio dentro de la carpeta del proyecto, donde se almacenan los registros de entrenamiento y los resultados.
`exist_ok`	`False`	Si es True, permite sobrescribir un directorio de proyecto/nombre existente. Útil para la experimentación iterativa sin necesidad de borrar manualmente los resultados anteriores.
`pretrained`	`True`	Determina si se inicia el entrenamiento a partir de un modelo preentrenado. Puede ser un valor booleano o una ruta de cadena a un modelo específico desde el que cargar los pesos. Mejora la eficacia del entrenamiento y el rendimiento del modelo.
`optimizer`	`'auto'`	Elección del optimizador para la formación. Las opciones incluyen `SGD`, `Adam`, `AdamW`, `NAdam`, `RAdam`, `RMSProp` etc., o `auto` para la selección automática basada en la configuración del modelo. Afecta a la velocidad de convergencia y a la estabilidad.
`seed`	`0`	Establece la semilla aleatoria para el entrenamiento, garantizando la reproducibilidad de los resultados entre ejecuciones con las mismas configuraciones.
`deterministic`	`True`	Fuerza el uso de algoritmos deterministas, lo que garantiza la reproducibilidad, pero puede afectar al rendimiento y la velocidad debido a la restricción de algoritmos no deterministas.
`single_cls`	`False`	Trata todas las clases de los conjuntos de datos multiclase como una única clase durante el entrenamiento. Útil para tareas de clasificación binaria o cuando se centra en la presencia de objetos en lugar de en la clasificación.
`rect`	`False`	Permite la formación rectangular, optimizando la composición del lote para un relleno mínimo. Puede mejorar la eficiencia y la velocidad, pero puede afectar a la precisión del modelo.
`cos_lr`	`False`	Utiliza un programador de la tasa de aprendizaje coseno, ajustando la tasa de aprendizaje siguiendo una curva coseno a lo largo de las épocas. Ayuda a gestionar la tasa de aprendizaje para mejorar la convergencia.
`close_mosaic`	`10`	Desactiva el aumento de datos de mosaico en las últimas N épocas para estabilizar el entrenamiento antes de su finalización. El valor 0 desactiva esta función.
`resume`	`False`	Reanuda el entrenamiento desde el último punto de control guardado. Carga automáticamente los pesos del modelo, el estado del optimizador y el recuento de épocas para continuar el entrenamiento sin problemas.
`amp`	`True`	Permite el entrenamiento automático de precisión mixta (AMP), lo que reduce el uso de memoria y posiblemente acelera el entrenamiento con un impacto mínimo en la precisión.
`fraction`	`1.0`	Especifica la fracción del conjunto de datos que se utilizará para el entrenamiento. Permite el entrenamiento en un subconjunto del conjunto de datos completo, útil para experimentos o cuando los recursos son limitados.
`profile`	`False`	Permite perfilar las velocidades de ONNX y TensorRT durante el entrenamiento, lo que resulta útil para optimizar el despliegue del modelo.
`freeze`	`None`	Congela las primeras N capas del modelo o capas especificadas por índice, reduciendo el número de parámetros entrenables. Útil para el ajuste fino o el aprendizaje por transferencia.
`lr0`	`0.01`	Tasa de aprendizaje inicial (es decir `SGD=1E-2`, `Adam=1E-3`) . El ajuste de este valor es crucial para el proceso de optimización, ya que influye en la rapidez con la que se actualizan las ponderaciones del modelo.
`lrf`	`0.01`	Tasa de aprendizaje final como fracción de la tasa inicial = (`lr0 * lrf`), que se utiliza junto con los programadores para ajustar el ritmo de aprendizaje a lo largo del tiempo.
`momentum`	`0.937`	Factor de impulso para SGD o beta1 para optimizadores Adam, que influye en la incorporación de gradientes pasados en la actualización actual.
`weight_decay`	`0.0005`	Término de regularización L2, que penaliza los pesos grandes para evitar el sobreajuste.
`warmup_epochs`	`3.0`	Número de épocas para el calentamiento de la tasa de aprendizaje, aumentando gradualmente la tasa de aprendizaje desde un valor bajo hasta la tasa de aprendizaje inicial para estabilizar el entrenamiento desde el principio.
`warmup_momentum`	`0.8`	Impulso inicial para la fase de calentamiento, ajustándose gradualmente al impulso establecido durante el periodo de calentamiento.
`warmup_bias_lr`	`0.1`	Tasa de aprendizaje de los parámetros de sesgo durante la fase de calentamiento, que ayuda a estabilizar el entrenamiento del modelo en las épocas iniciales.
`box`	`7.5`	Peso del componente de pérdida de caja en la función de pérdida, que influye en el énfasis que se pone en predecir con precisión las coordenadas de la caja delimitadora.
`cls`	`0.5`	Peso de la pérdida de clasificación en la función de pérdida total, que afecta a la importancia de la predicción de clase correcta en relación con otros componentes.
`dfl`	`1.5`	Ponderación de la pérdida focal de distribución, utilizada en algunas versiones de YOLO para la clasificación fina.
`pose`	`12.0`	Peso de la pérdida de pose en los modelos entrenados para la estimación de la pose, lo que influye en la importancia de predecir con precisión los puntos clave de la pose.
`kobj`	`2.0`	Ponderación de la pérdida de objetividad del punto clave en los modelos de estimación de la pose, equilibrando la confianza en la detección con la precisión de la pose.
`label_smoothing`	`0.0`	Aplica el suavizado de etiquetas, suavizando las etiquetas duras a una mezcla de la etiqueta objetivo y una distribución uniforme sobre las etiquetas, puede mejorar la generalización.
`nbs`	`64`	Tamaño nominal del lote para la normalización de la pérdida.
`overlap_mask`	`True`	Determina si las máscaras de los objetos deben fusionarse en una única máscara para el entrenamiento, o mantenerse separadas para cada objeto. En caso de solapamiento, la máscara más pequeña se superpone a la más grande durante la fusión.
`mask_ratio`	`4`	Relación de reducción de la muestra para las máscaras de segmentación, que afecta a la resolución de las máscaras utilizadas durante el entrenamiento.
`dropout`	`0.0`	Tasa de abandono para la regularización en tareas de clasificación, que evita el sobreajuste omitiendo aleatoriamente unidades durante el entrenamiento.
`val`	`True`	Activa la validación durante el entrenamiento, lo que permite evaluar periódicamente el rendimiento del modelo en un conjunto de datos independiente.
`plots`	`False`	Genera y guarda gráficos de métricas de entrenamiento y validación, así como ejemplos de predicción, proporcionando una visión visual del rendimiento del modelo y de la progresión del aprendizaje.

Nota sobre la configuración del tamaño de los lotes

En batch puede configurarse de tres maneras:

Tamaño de lote fijo: Establece un valor entero (por ejemplo, batch=16), especificando directamente el número de imágenes por lote.
Modo automático (60% GPU Memoria): Utilice batch=-1 para ajustar automáticamente el tamaño del lote para una utilización de la memoria de aproximadamente el 60% CUDA .
Modo automático con fracción de utilización: Establece un valor de fracción (p. ej, batch=0.70) para ajustar el tamaño del lote en función de la fracción especificada del uso de memoria de GPU .

Guía de trenes

Predecir ajustes

Los ajustes de predicción de los modelos YOLO abarcan una serie de hiperparámetros y configuraciones que influyen en el rendimiento, la velocidad y la precisión del modelo durante la inferencia de nuevos datos. El ajuste cuidadoso y la experimentación con estos ajustes son esenciales para lograr un rendimiento óptimo para una tarea específica. Los ajustes clave incluyen el umbral de confianza, el umbral de supresión no máxima (NMS) y el número de clases consideradas. Otros factores que afectan al proceso de predicción son el tamaño y el formato de los datos de entrada, la presencia de características suplementarias como máscaras o etiquetas múltiples por casilla, y la tarea concreta para la que se emplea el modelo.

Argumentos de inferencia:

Argumento	Tipo	Por defecto	Descripción
`source`	`str`	`'ultralytics/assets'`	Especifica la fuente de datos para la inferencia. Puede ser una ruta de imagen, un archivo de vídeo, un directorio, una URL o el ID de un dispositivo para las transmisiones en directo. Admite una amplia gama de formatos y fuentes, lo que permite una aplicación flexible a través de diferentes tipos de entrada.
`conf`	`float`	`0.25`	Establece el umbral mínimo de confianza para las detecciones. Los objetos detectados con una confianza inferior a este umbral no se tendrán en cuenta. Ajustar este valor puede ayudar a reducir los falsos positivos.
`iou`	`float`	`0.7`	Umbral de intersección sobre unión (IoU) para la supresión no máxima (NMS). Los valores más bajos dan lugar a menos detecciones al eliminar las cajas superpuestas, lo que resulta útil para reducir los duplicados.
`imgsz`	`int or tuple`	`640`	Define el tamaño de la imagen para la inferencia. Puede ser un único número entero `640` para el redimensionamiento cuadrado o una tupla (alto, ancho). Un tamaño adecuado puede mejorar la detección precisión y la velocidad de procesamiento.
`half`	`bool`	`False`	Permite la inferencia de media precisión (FP16), lo que puede acelerar la inferencia del modelo en las GPU compatibles con un impacto mínimo en la precisión.
`device`	`str`	`None`	Especifica el dispositivo para la inferencia (por ejemplo, `cpu`, `cuda:0` o `0`). Permite a los usuarios seleccionar entre CPU, un GPU específico u otros dispositivos de cálculo para la ejecución del modelo.
`max_det`	`int`	`300`	Número máximo de detecciones permitidas por imagen. Limita el número total de objetos que el modelo puede detectar en una sola inferencia, evitando salidas excesivas en escenas densas.
`vid_stride`	`int`	`1`	Salto de fotogramas para entradas de vídeo. Permite saltar fotogramas en los vídeos para acelerar el procesamiento a costa de la resolución temporal. Un valor de 1 procesa cada fotograma, valores superiores omiten fotogramas.
`stream_buffer`	`bool`	`False`	Determina si se ponen en cola los fotogramas entrantes para los flujos de vídeo. Si `False`Si `True', los fotogramas antiguos se eliminan para acomodar los nuevos (optimizado para aplicaciones en tiempo real). Si es `True', pone en cola los nuevos fotogramas en un búfer, asegurando que no se salte ningún fotograma, pero causará latencia si los FPS de inferencia son inferiores a los FPS de flujo.
`visualize`	`bool`	`False`	Activa la visualización de las características del modelo durante la inferencia, proporcionando información sobre lo que el modelo está "viendo". Resulta útil para la depuración y la interpretación del modelo.
`augment`	`bool`	`False`	Permite el aumento del tiempo de prueba (TTA) para las predicciones, mejorando potencialmente la robustez de la detección a costa de la velocidad de inferencia.
`agnostic_nms`	`bool`	`False`	Permite la supresión no máxima (NMS) independiente de la clase, que fusiona los cuadros superpuestos de clases diferentes. Resulta útil en situaciones de detección multiclase en las que el solapamiento de clases es habitual.
`classes`	`list[int]`	`None`	Filtra las predicciones a un conjunto de ID de clase. Sólo se devolverán las detecciones que pertenezcan a las clases especificadas. Resulta útil para centrarse en objetos relevantes en tareas de detección multiclase.
`retina_masks`	`bool`	`False`	Devuelve máscaras de segmentación de alta resolución. Las máscaras devueltas (`masks.data`) coincidirán con el tamaño original de la imagen si están activados. Si están desactivados, tendrán el tamaño de imagen utilizado durante la inferencia.
`embed`	`list[int]`	`None`	Especifica las capas de las que extraer vectores de características o incrustaciones. Resulta útil para tareas posteriores como la agrupación o la búsqueda de similitudes.
`project`	`str`	`None`	Nombre del directorio del proyecto donde se guardan los resultados de las predicciones si `save` está activado.
`name`	`str`	`None`	Nombre de la predicción. Se utiliza para crear un subdirectorio dentro de la carpeta del proyecto, donde se almacenan los resultados de la predicción si `save` está activado.

Argumentos de visualización:

Argumento	Tipo	Por defecto	Descripción
`show`	`bool`	`False`	Si `True`muestra las imágenes o vídeos anotados en una ventana. Resulta útil para obtener información visual inmediata durante el desarrollo o las pruebas.
`save`	`bool`	`False` o `True`	Permite guardar las imágenes o vídeos anotados en un archivo. Resulta útil para documentación, análisis posteriores o para compartir resultados. Por defecto es True cuando se utiliza CLI y False cuando se utiliza en Python.
`save_frames`	`bool`	`False`	Al procesar vídeos, guarda fotogramas individuales como imágenes. Resulta útil para extraer fotogramas concretos o para realizar análisis detallados fotograma a fotograma.
`save_txt`	`bool`	`False`	Guarda los resultados de la detección en un archivo de texto, siguiendo el formato `[class] [x_center] [y_center] [width] [height] [confidence]`. Útil para la integración con otras herramientas de análisis.
`save_conf`	`bool`	`False`	Incluye puntuaciones de confianza en los archivos de texto guardados. Mejora los detalles disponibles para el postprocesamiento y el análisis.
`save_crop`	`bool`	`False`	Guarda imágenes recortadas de las detecciones. Resulta útil para aumentar el conjunto de datos, realizar análisis o crear conjuntos de datos centrados en objetos específicos.
`show_labels`	`bool`	`True`	Muestra etiquetas para cada detección en la salida visual. Proporciona una comprensión inmediata de los objetos detectados.
`show_conf`	`bool`	`True`	Muestra la puntuación de confianza de cada detección junto a la etiqueta. Da una idea de la certeza del modelo para cada detección.
`show_boxes`	`bool`	`True`	Dibuja cuadros delimitadores alrededor de los objetos detectados. Esencial para la identificación visual y la localización de objetos en imágenes o fotogramas de vídeo.
`line_width`	`None` o `int`	`None`	Especifica el ancho de línea de los cuadros delimitadores. Si `None`El ancho de línea se ajusta automáticamente en función del tamaño de la imagen. Proporciona personalización visual para mayor claridad.

Guía de predicción

Ajustes de validación

Los ajustes de validación de los modelos YOLO incluyen varios hiperparámetros y configuraciones utilizados para evaluar el rendimiento del modelo en un conjunto de datos de validación. Estos ajustes influyen en el rendimiento, la velocidad y la precisión del modelo. Los ajustes de validación habituales de YOLO incluyen el tamaño del lote, la frecuencia de validación durante el entrenamiento y las métricas de evaluación del rendimiento. Otros factores que afectan al proceso de validación son el tamaño y la composición del conjunto de datos de validación, así como la tarea específica para la que se emplea el modelo.

Argumento	Tipo	Por defecto	Descripción
`data`	`str`	`None`	Especifica la ruta del archivo de configuración del conjunto de datos (por ejemplo, `coco8.yaml`). Este archivo incluye rutas a datos de validaciónnombres de las clases y número de clases.
`imgsz`	`int`	`640`	Define el tamaño de las imágenes de entrada. Todas las imágenes se redimensionan a esta dimensión antes de procesarlas.
`batch`	`int`	`16`	Establece el número de imágenes por lote. Utilice `-1` para AutoBatch, que se ajusta automáticamente en función de la disponibilidad de memoria de GPU .
`save_json`	`bool`	`False`	Si `True`guarda los resultados en un archivo JSON para su posterior análisis o integración con otras herramientas.
`save_hybrid`	`bool`	`False`	Si `True`, guarda una versión híbrida de las etiquetas que combina las anotaciones originales con predicciones adicionales del modelo.
`conf`	`float`	`0.001`	Establece el umbral mínimo de confianza para las detecciones. Las detecciones con una confianza inferior a este umbral se descartan.
`iou`	`float`	`0.6`	Establece el umbral de Intersección sobre Unión (IoU) para la Supresión No Máxima (NMS). Ayuda a reducir las detecciones duplicadas.
`max_det`	`int`	`300`	Limita el número máximo de detecciones por imagen. Útil en escenas densas para evitar detecciones excesivas.
`half`	`bool`	`True`	Permite el cálculo de precisión media (FP16), reduciendo el uso de memoria y aumentando potencialmente la velocidad con un impacto mínimo en la precisión.
`device`	`str`	`None`	Especifica el dispositivo para la validación (`cpu`, `cuda:0`etc.). Permite flexibilidad en la utilización de los recursos de CPU o GPU .
`dnn`	`bool`	`False`	Si `True`utiliza el OpenCV Módulo DNN para la inferencia de modelos ONNX , que ofrece una alternativa a PyTorch métodos de inferencia.
`plots`	`bool`	`False`	Cuando se establece en `True`genera y guarda gráficos de predicciones frente a la verdad sobre el terreno para una evaluación visual del rendimiento del modelo.
`rect`	`bool`	`True`	Si `True`utiliza la inferencia rectangular para el procesamiento por lotes, reduciendo el relleno y aumentando potencialmente la velocidad y la eficacia.
`split`	`str`	`val`	Determina la división del conjunto de datos que se utilizará para la validación (`val`, `test`o `train`). Permite flexibilidad a la hora de elegir el segmento de datos para la evaluación del rendimiento.
`project`	`str`	`None`	Nombre del directorio del proyecto donde se guardan los resultados de la validación.
`name`	`str`	`None`	Nombre de la ejecución de validación. Se utiliza para crear un subdirectorio dentro de la carpeta del proyecto, donde se almacenan los registros de validación y los resultados.

El ajuste cuidadoso y la experimentación con estos ajustes son cruciales para garantizar un rendimiento óptimo en el conjunto de datos de validación y detectar y prevenir el sobreajuste.

Guía Val

Ajustes de exportación

Los ajustes de exportación de los modelos de YOLO abarcan configuraciones y opciones relacionadas con el guardado o la exportación del modelo para su uso en distintos entornos o plataformas. Estos ajustes pueden influir en el rendimiento, el tamaño y la compatibilidad del modelo con distintos sistemas. Entre los ajustes de exportación clave se incluyen el formato de archivo del modelo exportado (por ejemplo, ONNX, TensorFlow SavedModel ), el dispositivo de destino (por ejemplo, CPU, GPU) y características adicionales como máscaras o múltiples etiquetas por caja. El proceso de exportación también puede verse afectado por la tarea específica del modelo y los requisitos o restricciones del entorno o plataforma de destino.

Argumento	Tipo	Por defecto	Descripción
`format`	`str`	`'torchscript'`	Formato de destino del modelo exportado, por ejemplo `'onnx'`, `'torchscript'`, `'tensorflow'`u otros, que definen la compatibilidad con diversos entornos de implantación.
`imgsz`	`int` o `tuple`	`640`	Tamaño de imagen deseado para la entrada del modelo. Puede ser un número entero para imágenes cuadradas o una tupla `(height, width)` para dimensiones específicas.
`keras`	`bool`	`False`	Permite exportar a formato Keras para TensorFlow SavedModel proporcionando compatibilidad con el servicio y las API de TensorFlow .
`optimize`	`bool`	`False`	Aplica la optimización para dispositivos móviles al exportar a TorchScript, reduciendo potencialmente el tamaño del modelo y mejorando el rendimiento.
`half`	`bool`	`False`	Permite la cuantización FP16 (media precisión), reduciendo el tamaño del modelo y acelerando potencialmente la inferencia en hardware compatible.
`int8`	`bool`	`False`	Activa la cuantización INT8, comprimiendo aún más el modelo y acelerando la inferencia con una pérdida mínima de precisión, principalmente para dispositivos de borde.
`dynamic`	`bool`	`False`	Permite tamaños de entrada dinámicos para las exportaciones de ONNX, TensorRT y OpenVINO , lo que aumenta la flexibilidad a la hora de manejar dimensiones de imagen variables.
`simplify`	`bool`	`True`	Simplifica el gráfico del modelo para las exportaciones de ONNX con `onnxslim`mejorando potencialmente el rendimiento y la compatibilidad.
`opset`	`int`	`None`	Especifica la versión de ONNX opset para la compatibilidad con diferentes ONNX analizadores y tiempos de ejecución. Si no se establece, utiliza la última versión compatible.
`workspace`	`float`	`4.0`	Establece el tamaño máximo del espacio de trabajo en GiB para las optimizaciones de TensorRT , equilibrando el uso de memoria y el rendimiento.
`nms`	`bool`	`False`	Añade supresión no máxima (NMS) a la exportación de CoreML , esencial para un postprocesado de detección preciso y eficaz.
`batch`	`int`	`1`	Especifica el tamaño de la inferencia por lotes del modelo de exportación o el número máximo de imágenes que el modelo exportado procesará simultáneamente en `predict` modo.
`device`	`str`	`None`	Especifica el dispositivo para exportar: GPU (`device=0`), CPU (`device=cpu`), MPS para el silicio de Apple (`device=mps`) o DLA para NVIDIA Jetson (`device=dla:0` o `device=dla:1`).

Es crucial configurar cuidadosamente estos parámetros para garantizar que el modelo exportado está optimizado para el caso de uso previsto y funciona eficazmente en el entorno de destino.

Guía de exportación

Ajustes de aumento

Las técnicas de aumento son esenciales para mejorar la solidez y el rendimiento de los modelos de YOLO introduciendo variabilidad en los datos de entrenamiento, lo que ayuda al modelo a generalizar mejor a datos no vistos. En la tabla siguiente se describen la finalidad y el efecto de cada argumento de aumento:

Argumento	Tipo	Por defecto	Gama	Descripción
`hsv_h`	`float`	`0.015`	`0.0 - 1.0`	Ajusta el tono de la imagen en una fracción de la rueda de color, introduciendo variabilidad cromática. Ayuda a que el modelo se generalice a través de diferentes condiciones de iluminación.
`hsv_s`	`float`	`0.7`	`0.0 - 1.0`	Altera la saturación de la imagen en una fracción, afectando a la intensidad de los colores. Resulta útil para simular distintas condiciones ambientales.
`hsv_v`	`float`	`0.4`	`0.0 - 1.0`	Modifica el valor (brillo) de la imagen en una fracción, lo que ayuda a que el modelo funcione bien en distintas condiciones de iluminación.
`degrees`	`float`	`0.0`	`-180 - +180`	Rota la imagen aleatoriamente dentro del rango de grados especificado, mejorando la capacidad del modelo para reconocer objetos en diversas orientaciones.
`translate`	`float`	`0.1`	`0.0 - 1.0`	Traslada la imagen horizontal y verticalmente una fracción del tamaño de la imagen, lo que ayuda a aprender a detectar objetos parcialmente visibles.
`scale`	`float`	`0.5`	`>=0.0`	Escala la imagen por un factor de ganancia, simulando objetos a diferentes distancias de la cámara.
`shear`	`float`	`0.0`	`-180 - +180`	Corta la imagen en un grado determinado, imitando el efecto de los objetos vistos desde distintos ángulos.
`perspective`	`float`	`0.0`	`0.0 - 0.001`	Aplica una transformación de perspectiva aleatoria a la imagen, mejorando la capacidad del modelo para comprender objetos en el espacio 3D.
`flipud`	`float`	`0.0`	`0.0 - 1.0`	Voltea la imagen con la probabilidad especificada, aumentando la variabilidad de los datos sin afectar a las características del objeto.
`fliplr`	`float`	`0.5`	`0.0 - 1.0`	Voltea la imagen de izquierda a derecha con la probabilidad especificada, útil para aprender objetos simétricos y aumentar la diversidad del conjunto de datos.
`bgr`	`float`	`0.0`	`0.0 - 1.0`	Cambia los canales de la imagen de RGB a BGR con la probabilidad especificada, lo que resulta útil para aumentar la robustez ante una ordenación incorrecta de los canales.
`mosaic`	`float`	`1.0`	`0.0 - 1.0`	Combina cuatro imágenes de entrenamiento en una, simulando diferentes composiciones de escenas e interacciones de objetos. Muy eficaz para comprender escenas complejas.
`mixup`	`float`	`0.0`	`0.0 - 1.0`	Mezcla dos imágenes y sus etiquetas, creando una imagen compuesta. Mejora la capacidad de generalización del modelo introduciendo ruido en las etiquetas y variabilidad visual.
`copy_paste`	`float`	`0.0`	`0.0 - 1.0`	Copia objetos de una imagen y los pega en otra, útil para aumentar las instancias de objetos y aprender la oclusión de objetos.
`copy_paste_mode`	`str`	`flip`	-	Selección del método de aumento Copiar-Pegar entre las opciones de (`"flip"`, `"mixup"`).
`auto_augment`	`str`	`randaugment`	-	Aplica automáticamente una política de aumento predefinida (`randaugment`, `autoaugment`, `augmix`), optimizando las tareas de clasificación mediante la diversificación de las características visuales.
`erasing`	`float`	`0.4`	`0.0 - 0.9`	Borra aleatoriamente una porción de la imagen durante el entrenamiento de clasificación, animando al modelo a centrarse en características menos obvias para el reconocimiento.
`crop_fraction`	`float`	`1.0`	`0.1 - 1.0`	Recorta la imagen de clasificación a una fracción de su tamaño para resaltar las características centrales y adaptarse a las escalas de los objetos, reduciendo las distracciones del fondo.

Estos parámetros pueden ajustarse para satisfacer los requisitos específicos del conjunto de datos y la tarea en cuestión. Experimentar con distintos valores puede ayudar a encontrar la estrategia de aumento óptima que conduzca al mejor rendimiento del modelo.

Ajustes de registro, puntos de control y ploteo

El registro, los puntos de control, el trazado y la gestión de archivos son consideraciones importantes a la hora de entrenar un modelo YOLO .

Registro: A menudo es útil registrar varias métricas y estadísticas durante el entrenamiento para seguir el progreso del modelo y diagnosticar cualquier problema que pueda surgir. Esto se puede hacer utilizando una biblioteca de registro como TensorBoard o escribiendo mensajes de registro en un archivo.
Puntos de control: Es una buena práctica guardar puntos de control del modelo a intervalos regulares durante el entrenamiento. Esto te permite reanudar el entrenamiento desde un punto anterior si el proceso de entrenamiento se interrumpe o si quieres experimentar con diferentes configuraciones de entrenamiento.
Trazado: Visualizar el rendimiento del modelo y el progreso del entrenamiento puede ser útil para entender cómo se comporta el modelo e identificar posibles problemas. Esto se puede hacer utilizando una biblioteca de gráficos como matplotlib o generando gráficos utilizando una biblioteca de registro como TensorBoard.
Gestión de archivos: La gestión de los distintos archivos generados durante el proceso de entrenamiento, como los puntos de control del modelo, los archivos de registro y los gráficos, puede suponer un reto. Es importante disponer de una estructura de archivos clara y organizada para realizar un seguimiento de estos archivos y facilitar el acceso a ellos y su análisis cuando sea necesario.

Una gestión eficaz de los registros, los puntos de control, los trazados y los archivos puede ayudarle a seguir el progreso del modelo y facilitar la depuración y optimización del proceso de entrenamiento.

Argumento	Por defecto	Descripción
`project`	`'runs'`	Especifica el directorio raíz para guardar las ejecuciones de entrenamiento. Cada ejecución se guardará en un subdirectorio independiente dentro de este directorio.
`name`	`'exp'`	Define el nombre del experimento. Si no se especifica, YOLO incrementa automáticamente este nombre para cada ejecución, por ejemplo, `exp`, `exp2`etc., para evitar sobrescribir experimentos anteriores.
`exist_ok`	`False`	Determina si se sobrescribe un directorio de experimentos existente si ya existe uno con el mismo nombre. Si se establece en `True` permite sobrescribir, mientras que `False` lo impide.
`plots`	`False`	Controla la generación y el almacenamiento de los gráficos de entrenamiento y validación. Establecer en `True` para crear gráficos como curvas de pérdidas, precisión-retirada y predicciones de muestra. Útil para seguir visualmente el rendimiento del modelo a lo largo del tiempo.
`save`	`False`	Permite guardar los puntos de control de entrenamiento y los pesos finales del modelo. Configurado en `True` para guardar periódicamente los estados de los modelos, lo que permite reanudar el entrenamiento a partir de estos puntos de control o desplegar los modelos.

PREGUNTAS FRECUENTES

¿Cómo puedo mejorar el rendimiento de mi modelo YOLO durante el entrenamiento?

Para mejorar el rendimiento del modelo YOLO , hay que ajustar hiperparámetros como el tamaño del lote, la velocidad de aprendizaje, el impulso y el decaimiento del peso. También puede ser útil ajustar la configuración de aumento, seleccionar el optimizador adecuado y emplear técnicas como la detención temprana o la precisión mixta. Para obtener información detallada sobre los ajustes de entrenamiento, consulte la Guía de entrenamiento.

¿Cuáles son los hiperparámetros clave que hay que tener en cuenta para la precisión del modelo YOLO ?

Los hiperparámetros clave que afectan a la precisión del modelo YOLO incluyen:

Tamaño del lote (batch): Los lotes de mayor tamaño pueden estabilizar el entrenamiento, pero pueden requerir más memoria.
Tasa de aprendizaje (lr0): Controla el tamaño del paso para las actualizaciones de peso; las tasas más pequeñas ofrecen ajustes finos pero una convergencia lenta.
Impulso (momentum): Ayuda a acelerar los vectores de gradiente en las direcciones correctas, amortiguando las oscilaciones.
Tamaño de la imagen (imgsz): Las imágenes de mayor tamaño pueden mejorar la precisión, pero aumentan la carga computacional.

Ajuste estos valores en función de su conjunto de datos y de las capacidades de su hardware. Más información en la sección Ajustes del tren.

¿Cómo se establece la tasa de aprendizaje para entrenar un modelo YOLO ?

La tasa de aprendizaje (lr0) es crucial para la optimización. Un punto de partida habitual es 0.01 por SGD o 0.001 para Adam. Es esencial supervisar las métricas de entrenamiento y ajustarlas si es necesario. Utilice programadores de tasa de aprendizaje coseno (cos_lr) o técnicas de calentamiento (warmup_epochs, warmup_momentum) para modificar dinámicamente el ritmo durante el entrenamiento. Encontrará más detalles en Guía de trenes.

¿Cuáles son los parámetros de inferencia por defecto de los modelos YOLO ?

Los ajustes de inferencia por defecto incluyen:

Umbral de confianza (conf=0.25): Confianza mínima para las detecciones.
Umbral IoU (iou=0.7): Para supresión no máxima (NMS).
Tamaño de la imagen (imgsz=640): Cambia el tamaño de las imágenes de entrada antes de la inferencia.
Dispositivo (device=None): Selecciona CPU o GPU para la inferencia. Para obtener una visión general, visite la página Predecir ajustes y la sección Guía de predicción.

¿Por qué debería utilizar la formación de precisión mixta con los modelos YOLO ?

Entrenamiento de precisión mixto, habilitado con amp=Trueayuda a reducir el uso de memoria y puede acelerar el entrenamiento utilizando las ventajas tanto de FP16 como de FP32. Esto es beneficioso para las GPU modernas, que admiten la precisión mixta de forma nativa, lo que permite que quepan más modelos en la memoria y permite realizar cálculos más rápidos sin una pérdida significativa de precisión. Más información en Guía de trenes.

Creado hace 1 año ✏️ Actualizado hace 1 mes