Référence pour ultralytics/utils/benchmarks.py
Note
Ce fichier est disponible à l'adresse https://github.com/ultralytics/ ultralytics/blob/main/ ultralytics/utils/benchmarks .py. Si tu repères un problème, aide à le corriger en contribuant à une Pull Request 🛠️. Merci 🙏 !
ultralytics.utils.benchmarks.RF100Benchmark
Code source dans ultralytics/utils/benchmarks.py
161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 |
|
__init__()
Fonction d'initialisation de RF100Benchmark.
evaluate(yaml_path, val_log_file, eval_log_file, list_ind)
Évaluation du modèle sur les résultats de la validation.
Paramètres :
Nom | Type | Description | DĂ©faut |
---|---|---|---|
yaml_path |
str
|
Chemin du fichier YAML. |
requis |
val_log_file |
str
|
Val_log_file path. |
requis |
eval_log_file |
str
|
eval_log_file path. |
requis |
list_ind |
int
|
Index pour l'ensemble de données actuel. |
requis |
Code source dans ultralytics/utils/benchmarks.py
fix_yaml(path)
Fonction pour fixer le train yaml et le chemin val.
Paramètres :
Nom | Type | Description | DĂ©faut |
---|---|---|---|
path |
str
|
Chemin du fichier YAML. |
requis |
Code source dans ultralytics/utils/benchmarks.py
parse_dataset(ds_link_txt='datasets_links.txt')
Analyse les liens des ensembles de données et télécharge les ensembles de données.
Paramètres :
Nom | Type | Description | DĂ©faut |
---|---|---|---|
ds_link_txt |
str
|
Chemin d'accès au fichier dataset_links. |
'datasets_links.txt'
|
Code source dans ultralytics/utils/benchmarks.py
set_key(api_key)
Définis la clé de l'API Roboflow pour le traitement.
Paramètres :
Nom | Type | Description | DĂ©faut |
---|---|---|---|
api_key |
str
|
La clé de l'API. |
requis |
ultralytics.utils.benchmarks.ProfileModels
La classe ProfileModels permet de profiler différents modèles sur ONNX et TensorRT.
Cette classe établit le profil des performances de différents modèles et renvoie des résultats tels que la vitesse du modèle et les FLOP.
Attributs :
Nom | Type | Description |
---|---|---|
paths |
list
|
Chemins des modèles à profiler. |
num_timed_runs |
int
|
Nombre d'exécutions chronométrées pour le profilage. La valeur par défaut est 100. |
num_warmup_runs |
int
|
Nombre d'exécutions d'échauffement avant le profilage. La valeur par défaut est 10. |
min_time |
float
|
Nombre minimum de secondes pour l'établissement du profil. La valeur par défaut est 60. |
imgsz |
int
|
Taille de l'image utilisée dans les modèles. La valeur par défaut est 640. |
MĂ©thodes :
Nom | Description |
---|---|
profile |
Profile les modèles et imprime le résultat. |
Exemple
Code source dans ultralytics/utils/benchmarks.py
288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 |
|
__init__(paths, num_timed_runs=100, num_warmup_runs=10, min_time=60, imgsz=640, half=True, trt=True, device=None)
Initialise la classe ProfileModels pour les modèles de profilage.
Paramètres :
Nom | Type | Description | DĂ©faut |
---|---|---|---|
paths |
list
|
Liste des chemins d'accès des modèles à profiler. |
requis |
num_timed_runs |
int
|
Nombre d'exécutions chronométrées pour le profilage. La valeur par défaut est 100. |
100
|
num_warmup_runs |
int
|
Nombre d'exécutions d'échauffement avant que le profilage proprement dit ne commence. La valeur par défaut est 10. |
10
|
min_time |
float
|
Temps minimum en secondes pour le profilage d'un modèle. La valeur par défaut est 60. |
60
|
imgsz |
int
|
Taille de l'image utilisée pendant le profilage. La valeur par défaut est 640. |
640
|
half |
bool
|
Drapeau indiquant s'il faut utiliser la virgule flottante en demi-précision pour le profilage. |
True
|
trt |
bool
|
Drapeau indiquant si le profil doit être établi à l'aide de TensorRT. La valeur par défaut est True. |
True
|
device |
device
|
Appareil utilisé pour le profilage. S'il n'y en a pas, il est déterminé automatiquement. |
None
|
Code source dans ultralytics/utils/benchmarks.py
generate_results_dict(model_name, t_onnx, t_engine, model_info)
staticmethod
Génère un dictionnaire des détails du modèle, y compris le nom, les paramètres, les GFLOPS et les mesures de vitesse.
Code source dans ultralytics/utils/benchmarks.py
generate_table_row(model_name, t_onnx, t_engine, model_info)
Génère une chaîne formatée pour une ligne de tableau qui inclut les performances du modèle et les détails des métriques.
Code source dans ultralytics/utils/benchmarks.py
get_files()
Renvoie une liste de chemins pour tous les fichiers de modèles pertinents donnés par l'utilisateur.
Code source dans ultralytics/utils/benchmarks.py
get_onnx_model_info(onnx_file)
Récupère les informations concernant le nombre de couches, les paramètres, les gradients et les FLOP pour un modèle ONNX . fichier.
Code source dans ultralytics/utils/benchmarks.py
iterative_sigma_clipping(data, sigma=2, max_iters=3)
staticmethod
Applique un algorithme itératif d'écrêtage sigma aux données données multipliées par le nombre d'itérations.
Code source dans ultralytics/utils/benchmarks.py
print_table(table_rows)
staticmethod
Met en forme et imprime un tableau comparatif de différents modèles avec des statistiques et des données de performance données.
Code source dans ultralytics/utils/benchmarks.py
profile()
Enregistre les résultats de l'analyse comparative d'un modèle, vérifie les métriques par rapport au plancher et renvoie les résultats.
Code source dans ultralytics/utils/benchmarks.py
profile_onnx_model(onnx_file, eps=0.001)
Profile un modèle ONNX en l'exécutant plusieurs fois et renvoie la moyenne et l'écart type des temps d'exécution. d'exécution.
Code source dans ultralytics/utils/benchmarks.py
profile_tensorrt_model(engine_file, eps=0.001)
Effectue le profil du modèle TensorRT , en mesurant la durée moyenne d'exécution et l'écart type entre les exécutions.
Code source dans ultralytics/utils/benchmarks.py
ultralytics.utils.benchmarks.benchmark(model=WEIGHTS_DIR / 'yolov8n.pt', data=None, imgsz=160, half=False, int8=False, device='cpu', verbose=False)
Fais l'analyse comparative d'un modèle YOLO dans différents formats pour vérifier la rapidité et la précision.
Paramètres :
Nom | Type | Description | DĂ©faut |
---|---|---|---|
model |
str | Path | optional
|
Chemin d'accès au fichier ou au répertoire du modèle. La valeur par défaut est Path(SETTINGS['weights_dir']) / 'yolov8n.pt'. |
WEIGHTS_DIR / 'yolov8n.pt'
|
data |
str
|
Ensemble de données à évaluer, hérité de TASK2DATA s'il n'est pas transmis. La valeur par défaut est None. |
None
|
imgsz |
int
|
Taille de l'image pour le repère. La valeur par défaut est 160. |
160
|
half |
bool
|
Utilise la demi-précision pour le modèle si True. La valeur par défaut est False. |
False
|
int8 |
bool
|
Utilise la précision int8 pour le modèle si True. La valeur par défaut est False. |
False
|
device |
str
|
Périphérique sur lequel exécuter le test, soit 'cpu', soit 'cuda'. La valeur par défaut est 'cpu'. |
'cpu'
|
verbose |
bool | float | optional
|
Si True ou un flottant, affirme que les repères sont réussis avec la métrique donnée. La valeur par défaut est False. |
False
|
Retourne :
Nom | Type | Description |
---|---|---|
df |
DataFrame
|
Un DataFrame pandas avec les résultats du benchmark pour chaque format, y compris la taille du fichier, et le temps d'inférence. |
Code source dans ultralytics/utils/benchmarks.py
49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 |
|