Link to this sectionConsejos para obtener los mejores resultados de entrenamiento con YOLOv5#

📚 Esta guía explica cómo obtener los mejores resultados de mAP y entrenamiento con YOLOv5 🚀.

La mayoría de las veces se pueden obtener buenos resultados sin realizar cambios en los modelos o en los ajustes de entrenamiento, siempre que tu conjunto de datos sea lo suficientemente grande y esté bien etiquetado. Si al principio no obtienes buenos resultados, hay pasos que puedes seguir para mejorar, pero siempre recomendamos a los usuarios que primero entrenen con todos los ajustes predeterminados antes de considerar cualquier cambio. Esto ayuda a establecer una línea base de rendimiento y a identificar áreas de mejora.

Si tienes preguntas sobre tus resultados de entrenamiento, te recomendamos que proporciones la máxima cantidad de información posible si esperas una respuesta útil, incluyendo gráficos de resultados (pérdidas de entrenamiento, pérdidas de validación, P, R, mAP), curva PR, matriz de confusión, mosaicos de entrenamiento, resultados de prueba e imágenes de estadísticas del conjunto de datos, como labels.png. Todos estos elementos se encuentran en tu directorio project/name, normalmente yolov5/runs/train/exp.

Hemos preparado una guía completa a continuación para los usuarios que buscan obtener los mejores resultados en sus entrenamientos de YOLOv5.

Link to this sectionConjunto de datos#

• Imágenes por clase. Se recomiendan ≥ 1500 imágenes por clase
• Instancias por clase. Se recomiendan ≥ 10000 instancias (objetos etiquetados) por clase
• Variedad de imágenes. Debe ser representativa del entorno de despliegue. Para casos de uso en el mundo real, recomendamos imágenes de diferentes momentos del día, diferentes estaciones, diferentes condiciones climáticas, diferentes iluminaciones, diferentes ángulos, diferentes fuentes (extraídas de Internet, recopiladas localmente, diferentes cámaras), etc.
• Consistencia en el etiquetado. Todas las instancias de todas las clases en todas las imágenes deben estar etiquetadas. El etiquetado parcial no funcionará.
• Precisión del etiquetado. Las etiquetas deben encerrar estrechamente cada objeto. No debería existir espacio entre un objeto y su caja delimitadora. No debería faltar ninguna etiqueta en ningún objeto.
• Disciplina en la división de entrenamiento/validación. Asegúrate de que las imágenes de validación y prueba nunca aparezcan en el conjunto de entrenamiento para evitar métricas excesivamente optimistas. Mantén las distribuciones de clases similares entre las divisiones.
• Verificación de etiquetas. Visualiza train_batch*.jpg al inicio del entrenamiento para verificar que tus etiquetas parecen correctas; por ejemplo, observa el mosaico de ejemplo.
• Imágenes de fondo. Las imágenes de fondo son imágenes sin objetos que se añaden a un conjunto de datos para reducir los Falsos Positivos (FP). Recomendamos entre un 0-10% de imágenes de fondo para ayudar a reducir los FP (COCO tiene 1000 imágenes de fondo como referencia, el 1% del total). No se requieren etiquetas para las imágenes de fondo.

Link to this sectionSelección del modelo#

Los modelos más grandes como YOLOv5x y YOLOv5x6 producirán mejores resultados en casi todos los casos, pero tienen más parámetros, requieren más memoria CUDA para entrenar y son más lentos de ejecutar. Para despliegues en móviles recomendamos YOLOv5s/m, y para despliegues en la nube recomendamos YOLOv5l/x. Consulta nuestra tabla en el README para una comparación completa de todos los modelos.

• Comenzar desde pesos preentrenados. Recomendado para conjuntos de datos de tamaño pequeño a mediano (p. ej., VOC, VisDrone, GlobalWheat). Pasa el nombre del modelo al argumento --weights. Los modelos se descargan automáticamente desde la versión más reciente de YOLOv5.

  python train.py --data custom.yaml --weights yolov5s.pt
  python train.py --data custom.yaml --weights yolov5m.pt
  python train.py --data custom.yaml --weights yolov5l.pt
  python train.py --data custom.yaml --weights yolov5x.pt
  python train.py --data custom.yaml --weights custom_pretrained.pt

• Comenzar desde cero. Recomendado para conjuntos de datos grandes (p. ej., COCO, Objects365, OIv6). Pasa el YAML de la arquitectura del modelo que te interesa, junto con un argumento --weights '' vacío:

  python train.py --data custom.yaml --weights '' --cfg yolov5s.yaml
  python train.py --data custom.yaml --weights '' --cfg yolov5m.yaml
  python train.py --data custom.yaml --weights '' --cfg yolov5l.yaml
  python train.py --data custom.yaml --weights '' --cfg yolov5x.yaml

Link to this sectionAjustes de entrenamiento#

Antes de modificar nada, primero entrena con los ajustes predeterminados para establecer una línea base de rendimiento. Puedes encontrar una lista completa de los ajustes de train.py en el argparser de train.py.

• Épocas. Comienza con 300 épocas. Si esto causa sobreajuste prematuro, puedes reducir las épocas. Si el sobreajuste no ocurre después de 300 épocas, entrena durante más tiempo, p. ej., 600, 1200, etc., épocas.
• Tamaño de imagen. COCO se entrena con una resolución nativa de --img 640, aunque debido a la gran cantidad de objetos pequeños en el conjunto de datos, puede beneficiarse de un entrenamiento a resoluciones más altas, como --img 1280. Si hay muchos objetos pequeños, los conjuntos de datos personalizados se beneficiarán de entrenar a resolución nativa o superior. Los mejores resultados de inferencia se obtienen con el mismo --img con el que se realizó el entrenamiento; es decir, si entrenas a --img 1280, también deberías probar y detectar a --img 1280.
• Tamaño del lote. Usa el --batch-size más grande que permita tu hardware. Los tamaños de lote pequeños producen estadísticas deficientes de normalización por lotes y deben evitarse. Puedes usar --batch-size -1 para seleccionar automáticamente el tamaño de lote óptimo para tu GPU.
• Tasa de aprendizaje. El programa de tasa de aprendizaje predeterminado funciona bien en la mayoría de los casos. Para una convergencia más rápida, puedes intentar usar el flag --cos-lr para habilitar la programación de tasa de aprendizaje por coseno, que reduce gradualmente la tasa de aprendizaje siguiendo una curva de coseno a lo largo de las épocas.
• Aumento de datos. YOLOv5 incluye varias técnicas de aumento como el mosaico, que combina múltiples imágenes de entrenamiento. Ajusta la intensidad del aumento mediante el hiperparámetro mosaic en tu archivo --hyp para ayudar a estabilizar el entrenamiento.
• Hiperparámetros. Los hiperparámetros predeterminados se encuentran en hyp.scratch-low.yaml. Te recomendamos entrenar primero con los hiperparámetros predeterminados antes de pensar en modificar alguno. Por lo general, aumentar los hiperparámetros de aumento reducirá y retrasará el sobreajuste, permitiendo entrenamientos más largos y un mAP final más alto. Reducir los hiperparámetros de ganancia de los componentes de pérdida como hyp['obj'] ayudará a reducir el sobreajuste en esos componentes de pérdida específicos. Para obtener un método automatizado de optimización de estos hiperparámetros, consulta nuestro Tutorial de Evolución de Hiperparámetros.
• Entrenamiento de precisión mixta. YOLOv5 habilita la Precisión Mixta Automática (AMP) automáticamente cuando se detecta una GPU compatible, acelerando el entrenamiento y reduciendo el uso de memoria sin sacrificar la precisión del modelo.
• Entrenamiento con múltiples GPU. Si tienes varias GPU, usa --device 0,1,2,3 para distribuir el entrenamiento entre ellas, lo que puede reducir significativamente el tiempo de entrenamiento.
• Parada temprana. Usa --patience 50 para detener el entrenamiento si las métricas de validación no mejoran durante 50 épocas, ahorrando tiempo y evitando el sobreajuste.

Link to this sectionTécnicas avanzadas de optimización#

• Aprendizaje por transferencia. Para conjuntos de datos especializados, comienza con pesos preentrenados y descongela gradualmente las capas durante el entrenamiento para adaptar el modelo a tu tarea específica.
• Poda de modelos. Después del entrenamiento, considera podar tu modelo para eliminar pesos redundantes y reducir el tamaño del modelo sin una pérdida significativa de rendimiento.
• Ensamblaje de modelos. Para aplicaciones críticas, entrena varios modelos con diferentes configuraciones y combina sus predicciones para mejorar la precisión.
• Aumento durante el tiempo de prueba. Habilita TTA durante la inferencia con --augment para mejorar la precisión de la predicción promediando los resultados de versiones aumentadas de la imagen de entrada.

Link to this sectionLecturas adicionales#

Si deseas saber más, un buen lugar para comenzar es la 'Receta para Entrenar Redes Neuronales' de Karpathy, que tiene excelentes ideas para el entrenamiento que se aplican ampliamente en todos los dominios de ML: https://karpathy.github.io/2019/04/25/recipe/

Para obtener información más detallada sobre los ajustes y configuraciones de entrenamiento, consulta la documentación de ajustes de entrenamiento de Ultralytics, que proporciona explicaciones exhaustivas de todos los parámetros disponibles.

¡Buena suerte 🍀 y haznos saber si tienes cualquier otra pregunta!

Link to this sectionFAQ#

Link to this section¿Cómo sé si mi modelo está sufriendo sobreajuste?#

Tu modelo podría estar sufriendo sobreajuste si la pérdida de entrenamiento continúa disminuyendo mientras la pérdida de validación comienza a aumentar. Supervisa el mAP de validación; si se estanca o disminuye mientras la pérdida de entrenamiento sigue mejorando, es una señal de sobreajuste. Las soluciones incluyen añadir más datos de entrenamiento, aumentar el aumento de datos o implementar técnicas de regularización.

Link to this section¿Cuál es el tamaño de lote óptimo para entrenar YOLOv5?#

El tamaño de lote óptimo depende de la memoria de tu GPU. Los tamaños de lote más grandes generalmente proporcionan mejores estadísticas de normalización por lotes y mayor estabilidad en el entrenamiento. Usa el tamaño de lote más grande que tu hardware pueda manejar sin quedarse sin memoria. Puedes usar --batch-size -1 para determinar automáticamente el tamaño de lote óptimo para tu configuración.

Link to this section¿Cómo puedo acelerar el entrenamiento de YOLOv5?#

Para acelerar el entrenamiento, prueba lo siguiente: usar varias GPU con --device 0,1,2,3, almacenar en caché tu conjunto de datos con --cache y optimizar tu tamaño de lote (la precisión mixta se habilita automáticamente en las GPU compatibles). Considera también usar una variante de modelo más pequeña como YOLOv5s si la precisión absoluta no es crítica.