Skip to content

Configuration

Les paramètres et hyperparamètres de YOLO jouent un rôle essentiel dans les performances, la vitesse et la précision du modèle. Ces paramètres peuvent affecter le comportement du modèle à différents stades, notamment la formation, la validation et la prédiction.

Regarder : Maîtriser l'Ultralytics YOLO: Configuration



Regarder : Mastering Ultralytics YOLO : Configuration

Ultralytics utilisent la syntaxe suivante :

Exemple

yolo TASK MODE ARGS

from ultralytics import YOLO

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

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

Où ?

Défaut ARG sont définies sur cette page et proviennent de la base de données cfg/defaults.yaml fichier.

Tâches

Les modèlesYOLO d'Ultralytics peuvent effectuer une variété de tâches de vision par ordinateur, notamment

Argument Défaut Description
task 'detect' Spécifie la tâche YOLO : detect pour détection d'objets, segment pour la segmentation, classify pour la classification, pose pour l'estimation de la pose, et obb pour les boîtes de délimitation orientées. Chaque tâche est adaptée aux résultats et aux problèmes spécifiques de l'analyse d'images et de vidéos.

Guide des tâches

Modes

Les modèlesYOLO d'Ultralytics fonctionnent selon différents modes, chacun étant conçu pour une étape spécifique du cycle de vie du modèle :

  • Entraîner: Entraîner un modèle YOLO sur un ensemble de données personnalisé.
  • Val: valider un modèle YOLO entraîné.
  • Prédire: Utilisez un modèle YOLO entraîné pour faire des prédictions sur de nouvelles images ou vidéos.
  • Exporter: Exporter un modèle YOLO en vue de son déploiement.
  • Suivre: Suivre des objets en temps réel à l'aide d'un modèle YOLO .
  • Benchmark: Benchmarker la vitesse et la précision des exportations de YOLO ONNX, TensorRT, etc.).
Argument Défaut Description
mode 'train' Spécifie le mode de fonctionnement du modèle YOLO : train pour l'apprentissage du modèle, val pour validation, predict pour l'inférence, export pour la conversion en formats de déploiement, track pour le suivi des objets, et benchmark pour l'évaluation des performances. Chaque mode prend en charge différentes étapes, du développement au déploiement.

Guide des modes

Réglages du train

Les paramètres de formation pour les modèles YOLO comprennent des hyperparamètres et des configurations qui affectent les performances, la vitesse et la précision du modèle. Les paramètres clés comprennent la taille du lot, le taux d'apprentissage, l'élan et la décroissance des poids. Le choix de l'optimiseur, de la fonction de perte et de la composition de l'ensemble de données a également un impact sur la formation. Le réglage et l'expérimentation sont essentiels pour obtenir des performances optimales. Pour plus de détails, voir la fonctionUltralytics du point d'entrée.

Argument Type Défaut Description
model str None Spécifie le fichier modèle pour la formation. Accepte un chemin vers un fichier .pt ou un modèle pré-entraîné .yaml fichier de configuration. Essentiel pour définir la structure du modèle ou initialiser les poids.
data str None Chemin d'accès au fichier de configuration du jeu de données (par exemple, coco8.yaml). Ce fichier contient les paramètres spécifiques à l'ensemble de données, y compris les chemins d'accès à l'entraînement et à la formation. données de validationLes noms des classes et le nombre de classes.
epochs int 100 Nombre total d'époques d'apprentissage. Chaque époque représente un passage complet sur l'ensemble des données. L'ajustement de cette valeur peut affecter la durée de l'apprentissage et les performances du modèle.
time float None Durée maximale de la formation en heures. S'il est défini, ce paramètre remplace le paramètre epochs permettant à la formation de s'arrêter automatiquement après la durée spécifiée. Utile pour les scénarios de formation limités dans le temps.
patience int 100 Nombre d'époques à attendre sans amélioration des mesures de validation avant d'arrêter la formation. Permet d'éviter le surajustement en arrêtant la formation lorsque les performances atteignent un plateau.
batch int 16 Taille du lotavec trois modes : un nombre entier (par exemple, le nombre d'heures de travail) et un nombre de jours de travail (par exemple, le nombre d'heures de travail), batch=16), mode automatique pour une utilisation de la mémoire de 60 % GPU (batch=-1), ou le mode automatique avec la fraction d'utilisation spécifiée (batch=0.70).
imgsz int ou list 640 Taille cible de l'image pour l'apprentissage. Toutes les images sont redimensionnées à cette dimension avant d'être introduites dans le modèle. Affecte la précision du modèle et la complexité de calcul.
save bool True Permet d'enregistrer les points de contrôle de la formation et les poids finaux du modèle. Utile pour reprendre la formation ou le déploiement du modèle.
save_period int -1 Fréquence d'enregistrement des points de contrôle du modèle, spécifiée en époques. La valeur -1 désactive cette fonction. Utile pour sauvegarder des modèles provisoires lors de longues sessions de formation.
cache bool False Permet la mise en cache des images de l'ensemble des données en mémoire (True/ram), sur disque (disk), ou la désactive (False). Améliore la vitesse d'apprentissage en réduisant les E/S sur disque au prix d'une utilisation accrue de la mémoire.
device int ou str ou list None Spécifie le(s) dispositif(s) de calcul pour la formation : un seul GPU (device=0), plusieurs GPU (device=0,1), CPU (device=cpu), ou MPS pour le silicium d'Apple (device=mps).
workers int 8 Nombre de threads de travail pour le chargement des données (par RANK si Multi-GPU formation). Influence la vitesse de prétraitement des données et d'alimentation du modèle, particulièrement utile dans les configurations multiGPU .
project str None Nom du répertoire du projet dans lequel les résultats de la formation sont enregistrés. Permet d'organiser le stockage des différentes expériences.
name str None Nom de l'exercice de formation. Utilisé pour créer un sous-répertoire dans le dossier du projet, où les journaux de formation et les résultats sont stockés.
exist_ok bool False Si True, permet d'écraser un répertoire projet/nom existant. Utile pour l'expérimentation itérative sans avoir à effacer manuellement les sorties précédentes.
pretrained bool ou str True Détermine s'il faut commencer la formation à partir d'un modèle pré-entraîné. Il peut s'agir d'une valeur booléenne ou d'un chemin d'accès à un modèle spécifique à partir duquel les poids sont chargés. Améliore l'efficacité de la formation et les performances du modèle.
optimizer str 'auto' Choix de l'optimiseur pour la formation. Les options comprennent SGD, Adam, AdamW, NAdam, RAdam, RMSProp etc. auto pour une sélection automatique basée sur la configuration du modèle. Affecte la vitesse de convergence et la stabilité.
seed int 0 Définit la graine aléatoire pour l'entraînement, ce qui garantit la reproductibilité des résultats d'une exécution à l'autre avec les mêmes configurations.
deterministic bool True Force l'utilisation d'algorithmes déterministes, ce qui garantit la reproductibilité, mais peut affecter les performances et la vitesse en raison de la restriction sur les algorithmes non déterministes.
single_cls bool False Traite toutes les classes des ensembles de données multi-classes comme une seule classe pendant la formation. Utile pour les tâches de classification binaire ou lorsque l'on se concentre sur la présence d'objets plutôt que sur la classification.
classes list[int] None Spécifie une liste d'identifiants de classe pour l'entraînement. Utile pour filtrer et se concentrer uniquement sur certaines classes pendant la formation.
rect bool False Permet un apprentissage rectangulaire, en optimisant la composition des lots pour un remplissage minimal. Cela peut améliorer l'efficacité et la vitesse, mais peut affecter la précision du modèle.
multi_scale bool False Permet une formation à plusieurs échelles en augmentant/diminuant imgsz jusqu'à un facteur de 0.5 pendant la formation. Entraîne le modèle à être plus précis avec de multiples imgsz pendant l'inférence.
cos_lr bool False Utilise un planificateur de taux d' apprentissage en cosinus, qui ajuste le taux d'apprentissage en suivant une courbe en cosinus au fil des époques. Aide à gérer le taux d'apprentissage pour une meilleure convergence.
close_mosaic int 10 Désactive l'augmentation des données de la mosaïque dans les N dernières époques afin de stabiliser l'apprentissage avant qu'il ne soit terminé. La valeur 0 désactive cette fonction.
resume bool False Reprend la formation à partir du dernier point de contrôle enregistré. Charge automatiquement les poids du modèle, l'état de l'optimiseur et le nombre d'époques, afin de poursuivre la formation de manière transparente.
amp bool True Permet l'apprentissage automatique de la précision mixte (AMP), ce qui réduit l'utilisation de la mémoire et accélère éventuellement l'apprentissage avec un impact minimal sur la précision.
fraction float 1.0 Spécifie la fraction de l'ensemble de données à utiliser pour la formation. Permet la formation sur un sous-ensemble de l'ensemble des données, utile pour les expériences ou lorsque les ressources sont limitées.
profile bool False Permet d'établir le profil des vitesses ONNX et TensorRT pendant la formation, ce qui est utile pour optimiser le déploiement du modèle.
freeze int ou list None Gèle les N premières couches du modèle ou les couches spécifiées par index, réduisant ainsi le nombre de paramètres entraînables. Utile pour le réglage fin ou l'apprentissage par transfert.
lr0 float 0.01 Taux d'apprentissage initial (c'est-à-dire SGD=1E-2, Adam=1E-3). L'ajustement de cette valeur est crucial pour le processus d'optimisation, car il influence la rapidité avec laquelle les poids du modèle sont mis à jour.
lrf float 0.01 Taux d'apprentissage final en fraction du taux initial = (lr0 * lrf), utilisé en conjonction avec des programmateurs pour ajuster le taux d'apprentissage au fil du temps.
momentum float 0.937 Facteur d'impulsion pour SGD ou beta1 pour les optimiseurs Adam, influençant l'incorporation des gradients passés dans la mise à jour actuelle.
weight_decay float 0.0005 Terme de régularisation L2, pénalisant les poids importants pour éviter l'ajustement excessif.
warmup_epochs float 3.0 Nombre d'époques pour l'échauffement du taux d'apprentissage, augmentant progressivement le taux d'apprentissage à partir d'une valeur faible jusqu'au taux d'apprentissage initial afin de stabiliser l'apprentissage dès le début.
warmup_momentum float 0.8 Élan initial pour la phase d'échauffement, s'adaptant progressivement à l'élan défini au cours de la période d'échauffement.
warmup_bias_lr float 0.1 Taux d'apprentissage des paramètres de biais pendant la phase d'échauffement, permettant de stabiliser l'apprentissage du modèle dans les premières époques.
box float 7.5 Poids de la composante de perte de boîte dans la fonction de perte, influençant l'importance accordée à la prédiction précise des coordonnées de la boîte englobante.
cls float 0.5 Poids de la perte de classification dans la fonction de perte totale, affectant l'importance d'une prédiction de classe correcte par rapport aux autres composants.
dfl float 1.5 Poids de la perte focale de distribution, utilisé dans certaines versions de YOLO pour une classification plus fine.
pose float 12.0 Poids de la perte de pose dans les modèles formés pour l'estimation de la pose, influençant l'accent mis sur la prédiction précise des points clés de la pose.
kobj float 2.0 Poids de la perte d'objectivité du point clé dans les modèles d'estimation de la pose, équilibrant la confiance dans la détection et la précision de la pose.
nbs int 64 Taille nominale du lot pour la normalisation de la perte.
overlap_mask bool True Détermine si les masques d'objets doivent être fusionnés en un seul masque pour l'entraînement ou s'ils doivent rester séparés pour chaque objet. En cas de chevauchement, le masque le plus petit est superposé au masque le plus grand lors de la fusion.
mask_ratio int 4 Rapport de sous-échantillonnage pour les masques de segmentation, affectant la résolution des masques utilisés lors de l'apprentissage.
dropout float 0.0 Taux d'abandon pour la régularisation dans les tâches de classification, empêchant l'ajustement excessif en omettant aléatoirement des unités pendant la formation.
val bool True Permet la validation pendant la formation, ce qui permet d'évaluer périodiquement les performances du modèle sur un ensemble de données distinct.
plots bool False Génère et enregistre des graphiques des mesures d'entraînement et de validation, ainsi que des exemples de prédiction, offrant un aperçu visuel des performances du modèle et de la progression de l'apprentissage.

Note sur les réglages de la taille des lots

Le batch argument offre trois options de configuration :

  • Taille fixe des lots: Spécifiez le nombre d'images par lot à l'aide d'un nombre entier (par ex, batch=16).
  • Mode Auto (60% GPU Mémoire): Utilisation batch=-1 pour un ajustement automatique à environ 60 % d'utilisation de la mémoire CUDA .
  • Mode automatique avec fraction d'utilisation: Définir une fraction (par ex, batch=0.70) pour l'ajuster en fonction d'une utilisation spécifiée de la mémoire du GPU .

Guide des trains

Prévoir les paramètres

Les paramètres de prédiction des modèles YOLO comprennent des hyperparamètres et des configurations qui influencent les performances, la vitesse et la précision pendant l'inférence. Les paramètres clés comprennent le seuil de confiance, le seuil de suppression non maximale (NMS) et le nombre de classes. La taille et le format des données d'entrée, ainsi que les caractéristiques supplémentaires telles que les masques, affectent également les prédictions. Le réglage de ces paramètres est essentiel pour obtenir des performances optimales.

Arguments d'inférence :

Argument Type Défaut Description
source str 'ultralytics/assets' Spécifie la source de données pour l'inférence. Il peut s'agir d'un chemin d'accès à une image, d'un fichier vidéo, d'un répertoire, d'une URL ou de l'identifiant d'un appareil pour les flux en direct. La prise en charge d'un large éventail de formats et de sources permet une application flexible à différents types d'entrées.
conf float 0.25 Définit le seuil de confiance minimum pour les détections. Les objets détectés avec un niveau de confiance inférieur à ce seuil ne seront pas pris en compte. L'ajustement de cette valeur peut contribuer à réduire le nombre de faux positifs.
iou float 0.7 Seuil d'intersection au-dessus de l'union (IoU) pour la suppression non maximale (NMS). Des valeurs plus faibles permettent de réduire le nombre de détections en éliminant les boîtes qui se chevauchent, ce qui est utile pour réduire les doublons.
imgsz int ou tuple 640 Définit la taille de l'image pour l'inférence. Peut être un seul entier 640 pour un redimensionnement carré ou un tuple (hauteur, largeur). Un dimensionnement adéquat peut améliorer la détection précision et la vitesse de traitement.
half bool False Permet l'inférence en demi-précision (FP16), ce qui peut accélérer l'inférence du modèle sur les GPU pris en charge avec un impact minimal sur la précision.
device str None Spécifie le dispositif d'inférence (par ex, cpu, cuda:0 ou 0). Permet aux utilisateurs de choisir entre CPU, un GPU spécifique ou d'autres dispositifs de calcul pour l'exécution du modèle.
batch int 1 Spécifie la taille du lot pour l'inférence (ne fonctionne que lorsque la source est un répertoire, un fichier vidéo ou .txt fichier). Une taille de lot plus importante peut permettre un débit plus élevé, en réduisant le temps total nécessaire à l'inférence.
max_det int 300 Nombre maximal de détections autorisées par image. Limite le nombre total d'objets que le modèle peut détecter en une seule inférence, ce qui permet d'éviter les sorties excessives dans les scènes denses.
vid_stride int 1 Saut d'images pour les entrées vidéo. Permet de sauter des images dans les vidéos pour accélérer le traitement au détriment de la résolution temporelle. Une valeur de 1 traite chaque image, les valeurs supérieures sautent des images.
stream_buffer bool False Détermine s'il faut mettre en file d'attente les images entrantes pour les flux vidéo. Si cette option est activée, l'image est mise en file d'attente. FalseLes anciennes images sont abandonnées pour laisser place aux nouvelles (optimisées pour les applications en temps réel). Si les Truemet en file d'attente les nouvelles images dans une mémoire tampon, ce qui garantit qu'aucune image n'est omise, mais entraîne une latence si le taux d'images par seconde de l'inférence est inférieur au taux d'images par seconde du flux.
visualize bool False Active la visualisation des caractéristiques du modèle pendant l'inférence, donnant un aperçu de ce que le modèle "voit". Utile pour le débogage et l'interprétation du modèle.
augment bool False Permet l'augmentation du temps de test (TTA) pour les prédictions, ce qui peut améliorer la robustesse de la détection au détriment de la vitesse d'inférence.
agnostic_nms bool False Permet la suppression non maximale (NMS) indépendante de la classe, qui fusionne les boîtes de différentes classes qui se chevauchent. Utile dans les scénarios de détection multi-classes où le chevauchement des classes est courant.
classes list[int] None Filtre les prédictions sur un ensemble d'identifiants de classes. Seules les détections appartenant aux classes spécifiées seront renvoyées. Utile pour se concentrer sur les objets pertinents dans les tâches de détection multi-classes.
retina_masks bool False Renvoie des masques de segmentation à haute résolution. Les masques retournés (masks.data) correspondront à la taille de l'image originale si elles sont activées. S'ils sont désactivés, ils ont la taille de l'image utilisée lors de l'inférence.
embed list[int] None Spécifie les couches à partir desquelles il faut extraire les vecteurs de caractéristiques ou les encastrements. Utile pour les tâches en aval telles que le regroupement ou la recherche de similarités.
project str None Nom du répertoire du projet dans lequel les résultats de la prédiction sont enregistrés si save est activée.
name str None Nom de l'exécution de la prédiction. Utilisé pour créer un sous-répertoire dans le dossier du projet, où les résultats de la prédiction sont stockés si save est activée.
stream bool False Permet un traitement efficace de la mémoire pour les vidéos longues ou les nombreuses images en renvoyant un générateur d'objets Résultats au lieu de charger toutes les images en mémoire en une seule fois.
verbose bool True Permet d'afficher ou non les journaux d'inférence détaillés dans le terminal, afin de fournir un retour d'information en temps réel sur le processus de prédiction.

Arguments de visualisation :

Argument Type Défaut Description
show bool False Si Trueaffiche les images ou vidéos annotées dans une fenêtre. Utile pour un retour d'information visuel immédiat pendant le développement ou les tests.
save bool False or True Permet d'enregistrer les images ou vidéos annotées dans un fichier. Utile pour la documentation, les analyses ultérieures ou le partage des résultats. La valeur par défaut est True lorsqu'on utilise CLI et False lorsqu'on utilise Python.
save_frames bool False Lors du traitement des vidéos, enregistre les images individuelles en tant qu'images. Cela permet d'extraire des images spécifiques ou d'effectuer une analyse détaillée image par image.
save_txt bool False Enregistre les résultats de la détection dans un fichier texte, en suivant le format [class] [x_center] [y_center] [width] [height] [confidence]. Utile pour l'intégration avec d'autres outils d'analyse.
save_conf bool False Inclut les scores de confiance dans les fichiers texte sauvegardés. Améliore les détails disponibles pour le post-traitement et l'analyse.
save_crop bool False Sauvegarde des images recadrées des détections. Utile pour l'augmentation des ensembles de données, l'analyse ou la création d'ensembles de données ciblés pour des objets spécifiques.
show_labels bool True Affiche des étiquettes pour chaque détection dans la sortie visuelle. Permet une compréhension immédiate des objets détectés.
show_conf bool True Affiche le score de confiance pour chaque détection à côté de l'étiquette. Donne un aperçu de la certitude du modèle pour chaque détection.
show_boxes bool True Dessine des boîtes de délimitation autour des objets détectés. Essentiel pour l'identification visuelle et la localisation d'objets dans des images ou des trames vidéo.
line_width None or int None Spécifie la largeur de ligne des boîtes de délimitation. Si les NoneLa largeur de la ligne est automatiquement ajustée en fonction de la taille de l'image. Permet une personnalisation visuelle pour plus de clarté.
font_size float None Taille de la police de texte pour les annotations. S'adapte automatiquement à la taille de l'image si elle est définie sur None.
font str 'Arial.ttf' Nom de la police ou chemin d'accès pour les annotations de texte dans la visualisation.
pil bool False Retourne l'image sous forme d'objet PIL Image au lieu d'un tableau numpy.
kpt_radius int 5 Rayon des points clés lors de la visualisation des résultats de l'estimation de la pose.
kpt_line bool True Connecter les points clés avec des lignes lors de la visualisation de l'estimation de la pose.
masks bool True Afficher les masques de segmentation dans le résultat de la visualisation.
probs bool True Inclure les probabilités de classification dans la visualisation.
filename str None Chemin d'accès et nom de fichier pour enregistrer l'image annotée lorsque save=True.
color_mode str 'class' Spécifier le mode de coloration des visualisations, par exemple "instance" ou "classe".
txt_color tuple[int, int, int] (255, 255, 255) Couleur de texte RVB pour les annotations des tâches de classification.

Guide de prédiction

Paramètres de validation

Les paramètres de validation des modèles YOLO impliquent des hyperparamètres et des configurations permettant d'évaluer les performances sur un ensemble de données de validation. Ces paramètres influencent les performances, la vitesse et la précision. Les paramètres courants comprennent la taille du lot, la fréquence de validation et les mesures de performance. La taille et la composition de l'ensemble de données de validation, ainsi que la tâche spécifique, affectent également le processus.

Argument Type Défaut Description
data str None Spécifie le chemin d'accès au fichier de configuration du jeu de données (par exemple, coco8.yaml). Ce fichier comprend les chemins d'accès à données de validationLes noms des classes et le nombre de classes.
imgsz int 640 Définit la taille des images d'entrée. Toutes les images sont redimensionnées à cette dimension avant d'être traitées. Des tailles plus grandes peuvent améliorer la précision pour les petits objets mais augmentent le temps de calcul.
batch int 16 Définit le nombre d'images par lot. Les valeurs élevées utilisent plus efficacement la mémoire du GPU , mais nécessitent plus de VRAM. Ajustez en fonction des ressources matérielles disponibles.
save_json bool False Si TrueIl enregistre les résultats dans un fichier JSON en vue d'une analyse plus approfondie, d'une intégration avec d'autres outils ou d'une soumission à des serveurs d'évaluation tels que COCO.
save_hybrid bool False Si Trueenregistre une version hybride des étiquettes qui combine les annotations originales avec des prédictions de modèle supplémentaires. Utile pour l'apprentissage semi-supervisé et l'amélioration des ensembles de données.
conf float 0.001 Définit le seuil de confiance minimum pour les détections. Des valeurs plus faibles augmentent le rappel mais peuvent entraîner un plus grand nombre de faux positifs. Utilisé lors de la validation pour calculer les courbes de précision et de rappel.
iou float 0.6 Définit le seuil d'intersection au-dessus de l'union pour la suppression non maximale. Contrôle l'élimination de la détection des doublons.
max_det int 300 Limite le nombre maximum de détections par image. Utile dans les scènes denses pour éviter les détections excessives et gérer les ressources informatiques.
half bool True Permet le calcul en demi-précision (FP16), réduisant l'utilisation de la mémoire et augmentant potentiellement la vitesse avec un impact minimal sur la précision.
device str None Spécifie le dispositif de validation (cpu, cuda:0etc.) Quand Nonesélectionne automatiquement le meilleur périphérique disponible. Plusieurs périphériques CUDA peuvent être spécifiés en les séparant par des virgules.
dnn bool False Si True, utilise le OpenCV Module DNN pour l'inférence du modèle ONNX , offrant une alternative à PyTorch les méthodes d'inférence.
plots bool False Lorsqu'il est réglé sur TrueIl génère et enregistre des tracés des prédictions par rapport à la vérité de terrain, des matrices de confusion et des courbes PR pour une évaluation visuelle de la performance du modèle.
rect bool True Si TrueIl utilise l'inférence rectangulaire pour la mise en lots, ce qui réduit le remplissage et augmente potentiellement la vitesse et l'efficacité en traitant les images dans leur rapport d'aspect d'origine.
split str 'val' Détermine la partie du jeu de données à utiliser pour la validation (val, testou train). Permet une certaine souplesse dans le choix du segment de données pour l'évaluation des performances.
project str None Nom du répertoire du projet dans lequel les résultats de la validation sont enregistrés. Permet d'organiser les résultats de différentes expériences ou modèles.
name str None Nom de l'exécution de la validation. Utilisé pour créer un sous-répertoire dans le dossier du projet, où les journaux de validation et les résultats sont stockés.
verbose bool False Si Trueaffiche des informations détaillées pendant le processus de validation, y compris des mesures par classe, l'état d'avancement du lot et des informations de débogage supplémentaires.
save_txt bool False Si TrueIl enregistre les résultats de la détection dans des fichiers texte, à raison d'un fichier par image, utiles pour une analyse plus poussée, un post-traitement personnalisé ou l'intégration à d'autres systèmes.
save_conf bool False Si Trueinclut les valeurs de confiance dans les fichiers texte sauvegardés lorsque save_txt est activée, ce qui permet d'obtenir des résultats plus détaillés à des fins d'analyse et de filtrage.
save_crop bool False Si Trueenregistre des images recadrées des objets détectés, ce qui peut s'avérer utile pour créer des ensembles de données ciblés, pour la vérification visuelle ou pour une analyse plus poussée des détections individuelles.
workers int 8 Nombre de threads de travail pour le chargement des données. Des valeurs plus élevées peuvent accélérer le prétraitement des données mais peuvent augmenter l'utilisation de l'CPU . La valeur 0 utilise le thread principal, ce qui peut être plus stable dans certains environnements.
augment bool False Permet l'augmentation du temps de test (TTA) pendant la validation, ce qui peut améliorer la précision de la détection au détriment de la vitesse d'inférence en exécutant l'inférence sur des versions transformées de l'entrée.
agnostic_nms bool False Permet la suppression non maximale des classes, qui fusionne les boîtes qui se chevauchent, quelle que soit leur classe prédite. Utile pour les applications axées sur les instances.
single_cls bool False Traite toutes les classes comme une seule classe lors de la validation. Utile pour évaluer les performances des modèles dans les tâches de détection binaire ou lorsque les distinctions entre les classes ne sont pas importantes.

Il est essentiel de procéder à des réglages et à des expérimentations minutieux pour garantir des performances optimales et pour détecter et prévenir les ajustements excessifs.

Guide Val

Paramètres d'exportation

Les paramètres d'exportation des modèles YOLO comprennent des configurations permettant d'enregistrer ou d'exporter le modèle pour l'utiliser dans différents environnements. Ces paramètres ont un impact sur les performances, la taille et la compatibilité. Les paramètres clés comprennent le format de fichier exporté (par exemple, ONNX, TensorFlow SavedModel), le périphérique cible (par exemple, CPU, GPU) et des caractéristiques telles que les masques. La tâche du modèle et les contraintes de l'environnement de destination affectent également le processus d'exportation.

Argument Type Défaut Description
format str 'torchscript' Format cible pour le modèle exporté, tel que 'onnx', 'torchscript', 'engine' TensorRT), ou d'autres. Chaque format permet la compatibilité avec différents environnements de déploiement.
imgsz int ou tuple 640 Taille de l'image souhaitée pour l'entrée du modèle. Il peut s'agir d'un nombre entier pour les images carrées (par exemple, 640 pour 640×640) ou un tuple (height, width) pour les dimensions spécifiques.
keras bool False Permet l'exportation au format Keras pour TensorFlow SavedModel ce qui permet d'assurer la compatibilité avec les services et les API de TensorFlow .
optimize bool False Applique l'optimisation pour les appareils mobiles lors de l'exportation vers TorchScript, réduisant potentiellement la taille du modèle et améliorant les performances d'inférence. Non compatible avec le format NCNN ou les appareils CUDA .
half bool False Permet la quantification FP16 (demi-précision), réduisant la taille du modèle et accélérant potentiellement l'inférence sur le matériel supporté. Non compatible avec la quantification INT8 ou les exportations CPU pour ONNX.
int8 bool False Active la quantification INT8, ce qui permet de compresser davantage le modèle et d'accélérer l'inférence avec une perte de précision minimale, principalement pour les appareils périphériques. Lorsqu'il est utilisé avec TensorRT, il effectue une quantification post-entraînement (PTQ).
dynamic bool False Permet des tailles d'entrée dynamiques pour les exportations ONNX, TensorRT et OpenVINO , améliorant la flexibilité dans la gestion des dimensions d'image variables. Réglé automatiquement sur True lors de l'utilisation de TensorRT avec INT8.
simplify bool True Simplifie le graphique du modèle pour les exportations ONNX avec onnxslimce qui peut améliorer les performances et la compatibilité avec les moteurs d'inférence.
opset int None Spécifie la version de l'opset ONNX pour assurer la compatibilité avec les différentes versions d ONNX et les moteurs d'exécution. Si elle n'est pas définie, elle utilise la dernière version supportée.
workspace float ou None None Définit la taille maximale de l'espace de travail en gigaoctets pour TensorRT optimisant l'utilisation de la mémoire et les performances. Utiliser None pour une auto-attribution par TensorRT jusqu'au maximum de l'appareil.
nms bool False Ajoute la suppression non maximale (NMS) au modèle exporté lorsqu'elle est prise en charge (voir Formats d'exportation), améliorant ainsi l'efficacité du post-traitement de la détection. Non disponible pour les modèles end2end.
batch int 1 Spécifie la taille du lot d'inférence du modèle exporté ou le nombre maximum d'images que le modèle exporté traitera simultanément en predict mode. Pour les exportations Edge TPU , cette valeur est automatiquement fixée à 1.
device str None Spécifie le dispositif à exporter : GPU (device=0), CPU (device=cpu), MPS pour le silicium d'Apple (device=mps) ou DLA pour NVIDIA Jetson (device=dla:0 ou device=dla:1). Les exportations TensorRT utilisent automatiquement le GPU.
data str 'coco8.yaml' Chemin d'accès à la ensemble de données fichier de configuration (par défaut : coco8.yaml), essentielle pour l'étalonnage de la quantification INT8. Si elle n'est pas spécifiée lorsque la fonction INT8 est activée, un jeu de données par défaut sera attribué.

Une configuration réfléchie garantit que le modèle exporté est optimisé pour son cas d'utilisation et qu'il fonctionne efficacement dans l'environnement cible.

Guide d'exportation

Solutions Paramètres

Les paramètres de configuration d'Ultralytics Solutions permettent de personnaliser les modèles pour des tâches telles que le comptage d'objets, la création de cartes thermiques, le suivi des séances d'entraînement, l'analyse des données, le suivi des zones, la gestion des files d'attente et le comptage par région. Ces options permettent des ajustements faciles pour des résultats précis et utiles adaptés à des besoins spécifiques.

Argument Type Défaut Description
model str None Chemin d'accès au fichier modèleYOLO d'Ultralytics .
region list [(20, 400), (1260, 400)] Liste des points définissant la région de comptage.
show_in bool True Indicateur permettant de contrôler l'affichage du nombre d'entrées dans le flux vidéo.
show_out bool True Indicateur permettant de contrôler l'affichage du nombre de sorties sur le flux vidéo.
analytics_type str line Type de graphique, c'est-à-dire, line, bar, areaou pie.
colormap int cv2.COLORMAP_JET Carte de couleurs à utiliser pour la carte thermique.
json_file str None Chemin d'accès au fichier JSON qui contient toutes les données relatives aux coordonnées du parking.
up_angle float 145.0 Seuil d'angle pour la pose "debout".
kpts list[int, int, int] [6, 8, 10] Liste des points clés utilisés pour le suivi des séances d'entraînement. Ces points clés correspondent à des articulations ou des parties du corps, telles que les épaules, les coudes et les poignets, pour des exercices tels que les pompes, les tractions, les squats et les séances d'abdominaux.
down_angle float 90.0 Seuil d'angle pour la pose "en bas".
blur_ratio float 0.5 Règle le pourcentage de l'intensité du flou, avec des valeurs comprises entre 0.1 - 1.0.
crop_dir str "cropped-detections" Nom du répertoire où sont stockées les détections recadrées.
records int 5 Nombre total de détections pour déclencher un e-mail avec le système d'alarme de sécurité.
vision_point tuple[int, int] (50, 50) Le point où la vision suivra les objets et dessinera des trajectoires à l'aide de la solution VisionEye.
tracker str 'botsort.yaml' Spécifie l'algorithme de suivi à utiliser, par exemple, bytetrack.yaml ou botsort.yaml.
conf float 0.3 Définit le seuil de confiance pour les détections ; des valeurs plus faibles permettent de suivre plus d'objets mais peuvent inclure des faux positifs.
iou float 0.5 Définit le seuil d'intersection sur l'union (IoU) pour le filtrage des détections qui se chevauchent.
classes list None Filtre les résultats par indice de classe. Par exemple, classes=[0, 2, 3] ne suit que les classes spécifiées.
verbose bool True Contrôle l'affichage des résultats du suivi, fournissant une sortie visuelle des objets suivis.
device str None Spécifie le dispositif d'inférence (par ex, cpu, cuda:0 ou 0). Permet aux utilisateurs de choisir entre CPU, un GPU spécifique ou d'autres dispositifs de calcul pour l'exécution du modèle.
show bool False Si Trueaffiche les images ou vidéos annotées dans une fenêtre. Utile pour un retour d'information visuel immédiat pendant le développement ou les tests.
line_width None or int None Spécifie la largeur de ligne des boîtes de délimitation. Si les NoneLa largeur de la ligne est automatiquement ajustée en fonction de la taille de l'image. Permet une personnalisation visuelle pour plus de clarté.

Guide des solutions

Paramètres d'augmentation

Les techniques d'augmentation des données sont essentielles pour améliorer la robustesse et les performances du modèle YOLO en introduisant de la variabilité dans les données d'apprentissage, ce qui permet au modèle de mieux se généraliser à des données inédites. Le tableau suivant présente l'objectif et l'effet de chaque argument d'augmentation :

Argument Type Défaut Gamme Description
hsv_h float 0.015 0.0 - 1.0 Ajuste la teinte de l'image par une fraction de la roue chromatique, introduisant ainsi une variabilité des couleurs. Aide le modèle à se généraliser dans différentes conditions d'éclairage.
hsv_s float 0.7 0.0 - 1.0 Modifie la saturation de l'image d'une fraction, affectant l'intensité des couleurs. Utile pour simuler différentes conditions environnementales.
hsv_v float 0.4 0.0 - 1.0 Modifie la valeur (luminosité) de l'image d'une fraction, ce qui permet au modèle de bien fonctionner dans différentes conditions d'éclairage.
degrees float 0.0 -180 - +180 Fait pivoter l'image de manière aléatoire dans la plage de degrés spécifiée, améliorant ainsi la capacité du modèle à reconnaître des objets dans différentes orientations.
translate float 0.1 0.0 - 1.0 Traduit l'image horizontalement et verticalement d'une fraction de la taille de l'image, ce qui facilite l'apprentissage de la détection d'objets partiellement visibles.
scale float 0.5 >=0.0 Met l'image à l'échelle en fonction d'un facteur de gain, simulant ainsi des objets situés à différentes distances de la caméra.
shear float 0.0 -180 - +180 Découpe l'image d'un degré spécifié, imitant l'effet des objets vus sous différents angles.
perspective float 0.0 0.0 - 0.001 Applique une transformation aléatoire de la perspective à l'image, améliorant ainsi la capacité du modèle à comprendre les objets dans l'espace 3D.
flipud float 0.0 0.0 - 1.0 Renverse l'image avec la probabilité spécifiée, ce qui augmente la variabilité des données sans affecter les caractéristiques de l'objet.
fliplr float 0.5 0.0 - 1.0 Retourne l'image de gauche à droite avec la probabilité spécifiée, utile pour l'apprentissage d'objets symétriques et l'augmentation de la diversité des ensembles de données.
bgr float 0.0 0.0 - 1.0 Fait passer les canaux de l'image de RVB à BGR avec la probabilité spécifiée, ce qui est utile pour accroître la résistance à un mauvais classement des canaux.
mosaic float 1.0 0.0 - 1.0 Combine quatre images d'entraînement en une seule, simulant différentes compositions de scènes et interactions d'objets. Très efficace pour la compréhension de scènes complexes.
mixup float 0.0 0.0 - 1.0 Mélange deux images et leurs étiquettes, créant ainsi une image composite. Améliore la capacité du modèle à se généraliser en introduisant le bruit des étiquettes et la variabilité visuelle.
copy_paste float 0.0 0.0 - 1.0 Copie et colle des objets sur les images, ce qui est utile pour augmenter le nombre d'instances d'objets et apprendre l'occlusion d'objets. Nécessite des étiquettes de segmentation.
copy_paste_mode str 'flip' - Sélection de la méthode d'augmentation par copier-coller parmi les options de ("flip", "mixup").
auto_augment str 'randaugment' - Application automatique d'une politique d'augmentation prédéfinie (randaugment, autoaugment, augmix), optimisant les tâches de classification en diversifiant les caractéristiques visuelles.
erasing float 0.4 0.0 - 0.9 Efface aléatoirement une partie de l'image pendant l'apprentissage de la classification, encourageant le modèle à se concentrer sur des caractéristiques moins évidentes pour la reconnaissance.
crop_fraction float 1.0 0.1 - 1.0 Recadrer l'image de classification à une fraction de sa taille pour mettre en valeur les caractéristiques centrales et s'adapter à l'échelle des objets, en réduisant les distractions d'arrière-plan.

Ajustez ces paramètres en fonction des exigences du jeu de données et de la tâche. L'expérimentation de différentes valeurs peut aider à trouver la stratégie d'augmentation optimale pour obtenir les meilleures performances du modèle.

Paramètres d'enregistrement, de points de contrôle et de traçage

L'enregistrement, les points de contrôle, le traçage et la gestion des fichiers sont importants lors de l'entraînement d'un modèle YOLO :

  • Journalisation: Suivez la progression du modèle et diagnostiquez les problèmes à l'aide de bibliothèques telles que TensorBoard ou en écrivant dans un fichier.
  • Points de contrôle: Sauvegarder le modèle à intervalles réguliers pour reprendre la formation ou expérimenter différentes configurations.
  • Tracé: Visualisez les performances et les progrès de l'entraînement à l'aide de bibliothèques telles que matplotlib ou TensorBoard.
  • Gestion des fichiers: Organiser les fichiers générés pendant la formation, tels que les points de contrôle, les fichiers journaux et les tracés, pour en faciliter l'accès et l'analyse.

Une gestion efficace de ces aspects permet de suivre les progrès réalisés et facilite le débogage et l'optimisation.

Argument Défaut Description
project 'runs' Spécifie le répertoire racine pour l'enregistrement des formations. Chaque cycle est enregistré dans un sous-répertoire distinct.
name 'exp' Définit le nom de l'expérience. S'il n'est pas spécifié, YOLO incrémente ce nom à chaque exécution (par ex, exp, exp2) pour éviter l'écrasement.
exist_ok False Détermine s'il faut écraser un répertoire d'expériences existant. True permet l'écrasement ; False l'empêche.
plots False Contrôle la génération et l'enregistrement des tracés d'entraînement et de validation. Réglé sur True pour créer des tracés tels que des courbes de perte, précision-rappel et des prédictions d'échantillons pour un suivi visuel de la performance.
save False Permet d'enregistrer les points de contrôle de l'entraînement et les poids finaux du modèle. Réglé sur True pour sauvegarder périodiquement les états du modèle, ce qui permet de reprendre la formation ou de déployer le modèle.

FAQ

Comment améliorer les performances de mon modèle YOLO pendant l'entraînement ?

Améliorez les performances en réglant les hyperparamètres tels que la taille du lot, le taux d'apprentissage, l'élan et la décroissance du poids. Ajustez les paramètres d'augmentation des données, sélectionnez le bon optimiseur et utilisez des techniques telles que l'arrêt anticipé ou la précision mixte. Pour plus de détails, consultez le Train Guide.

Quels sont les hyperparamètres clés pour la précision du modèle YOLO ?

Les principaux hyperparamètres qui influent sur la précision sont les suivants :

  • Taille du lot (batch): Les tailles plus importantes peuvent stabiliser l'entraînement mais nécessitent plus de mémoire.
  • Taux d'apprentissage (lr0): Les taux plus faibles permettent des ajustements fins mais une convergence plus lente.
  • L'élan (momentum): Accélère les vecteurs de gradient, amortissant les oscillations.
  • Taille de l'image (imgsz): Des tailles plus grandes améliorent la précision mais augmentent la charge de calcul.

Ajustez ces paramètres en fonction de votre ensemble de données et de votre matériel. Pour en savoir plus, consultez la rubrique Paramètres de la formation.

Comment définir le taux d'apprentissage pour la formation d'un modèle YOLO ?

Le taux d'apprentissage (lr0) est cruciale ; commencez par 0.01 pour SGD ou 0.001 pour Adam optimizer. Contrôler les mesures et les ajuster si nécessaire. Utiliser des programmateurs de taux d'apprentissage en cosinus (cos_lr) ou l'échauffement (warmup_epochs, warmup_momentum). Les détails se trouvent dans le Guide des trains.

Quels sont les paramètres d'inférence par défaut pour les modèles YOLO ?

Les paramètres par défaut sont les suivants :

  • Seuil de confiance (conf=0.25): Confiance minimale pour les détections.
  • Seuil de déclenchement (iou=0.7): Pour Suppression non maximale (NMS).
  • Taille de l'image (imgsz=640): Redimensionne les images d'entrée.
  • Dispositif (device=None): Sélectionne le CPU ou le GPU.

Pour une présentation complète, voir les paramètres de Predict et le guide de Predict.

Pourquoi utiliser une formation de précision mixte avec des modèles YOLO ?

Précision mixte formation (amp=True) réduit l'utilisation de la mémoire et accélère la formation en utilisant FP16 et FP32. Il est avantageux pour les GPU modernes, car il permet d'utiliser des modèles plus grands et des calculs plus rapides sans perte de précision significative. Pour en savoir plus, consultez la page Guide des trains.

📅C réé il y a 1 an ✏️ Mis à jour il y a 6 jours
glenn-jocher RizwanMunawar jk4e UltralytiqueAssistant MatthewNoyce ambitieux-octopus fcakyon Rire-q plashchynski Burhan-Q AyushExel tortue de mer

Commentaires