Saltar al contenido

Uso de la interfaz de línea de comandos

La interfaz de línea de comandos YOLO (CLI) permite ejecutar comandos sencillos de una sola línea sin necesidad de un entorno Python . CLI no requiere personalización ni código Python . Puedes simplemente ejecutar todas las tareas desde el terminal con el comando yolo mando.



Observa: Dominio de Ultralytics YOLOv8 : CLI

Ejemplo

Ultralytics yolo utilizan la siguiente sintaxis: 

yolo TASK MODE ARGS

Where   TASK (optional) is one of [detect, segment, classify]
        MODE (required) is one of [train, val, predict, export, track]
        ARGS (optional) are any number of custom 'arg=value' pairs like 'imgsz=320' that override defaults.
Ver todos los ARGS en su totalidad Guía de configuración o con yolo cfg

Entrena un modelo de detección durante 10 épocas con una tasa_de_aprendizaje inicial de 0,01 

yolo train data=coco8.yaml model=yolov8n.pt epochs=10 lr0=0.01

Predecir un vídeo de YouTube utilizando un modelo de segmentación preentrenado a tamaño de imagen 320: 

yolo predict model=yolov8n-seg.pt source='https://youtu.be/LNwODJXcvt4' imgsz=320

Val un modelo de detección preentrenado a tamaño de lote 1 y tamaño de imagen 640: 

yolo val model=yolov8n.pt data=coco8.yaml batch=1 imgsz=640

Exporta un modelo de clasificación YOLOv8n al formato ONNX con un tamaño de imagen de 224 por 128 (no requiere TASK). 

yolo export model=yolov8n-cls.pt format=onnx imgsz=224,128

Ejecuta comandos especiales para ver la versión, ver la configuración, ejecutar comprobaciones y mucho más: 

yolo help
yolo checks
yolo version
yolo settings
yolo copy-cfg
yolo cfg

Dónde:

  • TASK (opcional) es una de [detect, segment, classify]. Si no se pasa explícitamente YOLOv8 intentará adivinar el TASK del tipo de modelo.
  • MODE (obligatorio) es una de [train, val, predict, export, track]
  • ARGS (opcional) son cualquier número de arg=value parejas como imgsz=320 que anulan los valores predeterminados. Para obtener una lista completa de las opciones disponibles ARGS ver el Configuración página y defaults.yaml GitHub fuente.

Advertencia

Los argumentos deben pasarse como arg=val pares, divididos por una igualdad = signo y delimitado por espacios entre pares. No utilices -- prefijos de argumento o comas , entre argumentos.

  • yolo predict model=yolov8n.pt imgsz=640 conf=0.25   ✅
  • yolo predict model yolov8n.pt imgsz 640 conf 0.25   ❌
  • yolo predict --model yolov8n.pt --imgsz 640 --conf 0.25   ❌

Tren

Entrena YOLOv8n en el conjunto de datos COCO8 durante 100 épocas con un tamaño de imagen de 640. Para ver la lista completa de argumentos disponibles, consulta la página Configuración.

Ejemplo

Inicia el entrenamiento de YOLOv8n en COCO8 durante 100 épocas con un tamaño de imagen de 640. 

yolo detect train data=coco8.yaml model=yolov8n.pt epochs=100 imgsz=640

Reanudar un entrenamiento interrumpido. 

yolo detect train resume model=last.pt

Val

Valida la precisión del modelo entrenado YOLOv8n en el conjunto de datos COCO8. No es necesario pasar ningún argumento como model conserva su formación data y argumentos como atributos del modelo.

Ejemplo

Valida un modelo oficial YOLOv8n . 

yolo detect val model=yolov8n.pt

Validar un modelo entrenado a medida. 

yolo detect val model=path/to/best.pt

Predecir

Utiliza un modelo YOLOv8n entrenado para realizar predicciones sobre las imágenes.

Ejemplo

Predice con un modelo oficial YOLOv8n . 

yolo detect predict model=yolov8n.pt source='https://ultralytics.com/images/bus.jpg'

Predecir con un modelo personalizado. 

yolo detect predict model=path/to/best.pt source='https://ultralytics.com/images/bus.jpg'

Exportar

Exporta un modelo YOLOv8n a un formato diferente como ONNX, CoreML, etc.

Ejemplo

Exporta un modelo oficial de YOLOv8n al formato ONNX . 

yolo export model=yolov8n.pt format=onnx

Exporta un modelo entrenado a medida al formato ONNX . 

yolo export model=path/to/best.pt format=onnx

Los formatos de exportación disponibles de YOLOv8 están en la tabla siguiente. Puedes exportar a cualquier formato utilizando el botón format argumento, es decir format='onnx' o format='engine'.

Formato format Argumento Modelo Metadatos Argumentos
PyTorch - yolov8n.pt ✅ -
TorchScript torchscript yolov8n.torchscript ✅ imgsz, optimize, batch
ONNX onnx yolov8n.onnx ✅ imgsz, half, dynamic, simplify, opset, batch
OpenVINO openvino yolov8n_openvino_model/ ✅ imgsz, half, int8, batch
TensorRT engine yolov8n.engine ✅ imgsz, half, dynamic, simplify, workspace, batch
CoreML coreml yolov8n.mlpackage ✅ imgsz, half, int8, nms, batch
TF SavedModel saved_model yolov8n_saved_model/ ✅ imgsz, keras, int8, batch
TF GraphDef pb yolov8n.pb ❌ imgsz, batch
TF Lite tflite yolov8n.tflite ✅ imgsz, half, int8, batch
TF Arista TPU edgetpu yolov8n_edgetpu.tflite ✅ imgsz, batch
TF.js tfjs yolov8n_web_model/ ✅ imgsz, half, int8, batch
PaddlePaddle paddle yolov8n_paddle_model/ ✅ imgsz, batch
NCNN ncnn yolov8n_ncnn_model/ ✅ imgsz, half, batch

Ver todo export detalles en el Exportar página.

Anular argumentos por defecto

Los argumentos por defecto pueden anularse simplemente pasándolos como argumentos en CLI en arg=value pares.

Entrenar un modelo de detección para 10 epochs con learning_rate de 0.01 

yolo detect train data=coco8.yaml model=yolov8n.pt epochs=10 lr0=0.01

Predecir un vídeo de YouTube utilizando un modelo de segmentación preentrenado a tamaño de imagen 320: 

yolo segment predict model=yolov8n-seg.pt source='https://youtu.be/LNwODJXcvt4' imgsz=320

Valida un modelo de detección preentrenado con tamaño de lote 1 y tamaño de imagen 640: 

yolo detect val model=yolov8n.pt data=coco8.yaml batch=1 imgsz=640

Anular el archivo de configuración por defecto

Puedes anular la función default.yaml completamente pasando un nuevo archivo con la opción cfg argumentos, es decir cfg=custom.yaml.

Para ello, crea primero una copia de default.yaml en tu directorio de trabajo actual con el comando yolo copy-cfg mando.

Esto creará default_copy.yamlque puedes pasar como cfg=default_copy.yaml junto con cualquier argumento adicional, como imgsz=320 en este ejemplo:

Ejemplo

yolo copy-cfg
yolo cfg=default_copy.yaml imgsz=320


Creado 2023-11-12, Actualizado 2024-04-27
Autores: glenn-jocher (14), Burhan-Q (1), RizwanMunawar (1), AyushExel (1), Laughing-q (1), shuizhuyuanluo@126.com (1)

Comentarios