संरूपण

YOLO सेटिंग्स और हाइपरपैरामीटर मॉडल के प्रदर्शन, गति और सटीकता में महत्वपूर्ण भूमिका निभाते हैं। ये सेटिंग्स और हाइपरपैरामीटर प्रशिक्षण, सत्यापन और भविष्यवाणी सहित मॉडल विकास प्रक्रिया के विभिन्न चरणों में मॉडल के व्यवहार को प्रभावित कर सकते हैं।

सतर्कता: माहिर Ultralytics YOLOv8:संरूपण

Ultralytics आदेश निम्न सिंटैक्स का उपयोग करते हैं:

उदाहरण

CLIPython

yolo TASK MODE ARGS

from ultralytics import YOLO

# Load a YOLOv8 model from a pre-trained weights file
model = YOLO('yolov8n.pt')

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

कहां:

TASK (वैकल्पिक) (पता लगाना, हिस्सा, वर्गीकृत करना, भंगिमा)
MODE (required) (रेलगाड़ी, वैल, भविष्‍यवाणी करना, निर्यातित माल, ट्रैक)
ARGS (वैकल्पिक) हैं arg=value जोड़े की तरह imgsz=640 जो डिफ़ॉल्ट को ओवरराइड करता है।

चूक ARG मान इस पृष्ठ पर cfg/defaults.yaml रेती.

कार्य

YOLO मॉडल का उपयोग विभिन्न प्रकार के कार्यों के लिए किया जा सकता है, जिसमें पहचान, विभाजन, वर्गीकरण और मुद्रा शामिल हैं। ये कार्य उनके द्वारा उत्पादित आउटपुट के प्रकार और उस विशिष्ट समस्या में भिन्न होते हैं जिसे वे हल करने के लिए डिज़ाइन किए गए हैं।

पता लगाना: किसी छवि या वीडियो में वस्तुओं या रुचि के क्षेत्रों की पहचान करने और स्थानीयकरण करने के लिए।
सेगमेंट: किसी छवि या वीडियो को उन क्षेत्रों या पिक्सेल में विभाजित करने के लिए जो विभिन्न वस्तुओं या वर्गों के अनुरूप हैं।
वर्गीकृत करें: इनपुट छवि के वर्ग लेबल की भविष्यवाणी करने के लिए।
मुद्रा: वस्तुओं की पहचान करने और किसी छवि या वीडियो में उनके मुख्य बिंदुओं का अनुमान लगाने के लिए।
OBB: उपग्रह या चिकित्सा इमेजरी के लिए उपयुक्त ओरिएंटेड (यानी घुमाए गए) बाउंडिंग बॉक्स।

युक्ति	चूक	या क़िस्‍म
`task`	`'detect'`	निर्दिष्ट करता है YOLO निष्पादित किया जाने वाला कार्य। विकल्पों में शामिल हैं `detect` वस्तु का पता लगाने के लिए, `segment` विभाजन के लिए, `classify` वर्गीकरण के लिए, `pose` मुद्रा अनुमान के लिए और `OBB` उन्मुख बाउंडिंग बॉक्स के लिए। प्रत्येक कार्य छवि और वीडियो विश्लेषण के भीतर विशिष्ट प्रकार के आउटपुट और समस्याओं के अनुरूप है।

कार्य मार्गदर्शिका

मोड

YOLO आप जिस विशिष्ट समस्या को हल करने का प्रयास कर रहे हैं, उसके आधार पर मॉडल का उपयोग विभिन्न मोड में किया जा सकता है। इन मोड में शामिल हैं:

ट्रेन: प्रशिक्षण के लिए एक YOLOv8 कस्टम डेटासेट पर मॉडल।
वैल: एक मान्य करने के लिए YOLOv8 प्रशिक्षित होने के बाद मॉडल।
भविष्यवाणी करें: एक प्रशिक्षित का उपयोग करके भविष्यवाणियां करने के लिए YOLOv8 नई छवियों या वीडियो पर मॉडल।
निर्यात: निर्यात के लिए YOLOv8 एक प्रारूप के लिए मॉडल जिसे परिनियोजन के लिए उपयोग किया जा सकता है।
ट्रैक: वास्तविक समय में वस्तुओं को ट्रैक करने के लिए YOLOv8 को गढ़ना।
बेंचमार्क: बेंचमार्किंग के लिए YOLOv8 निर्यात (ONNX, TensorRT, आदि) गति और सटीकता।

युक्ति	चूक	या क़िस्‍म
`mode`	`'train'`	उस मोड को निर्दिष्ट करता है जिसमें YOLO मॉडल संचालित होता है। विकल्प हैं `train` मॉडल प्रशिक्षण के लिए, `val` सत्यापन के लिए, `predict` नए डेटा पर अनुमान के लिए, `export` परिनियोजन प्रारूपों में मॉडल रूपांतरण के लिए, `track` ऑब्जेक्ट ट्रैकिंग के लिए, और `benchmark` प्रदर्शन मूल्यांकन के लिए। प्रत्येक मोड को मॉडल जीवनचक्र के विभिन्न चरणों के लिए डिज़ाइन किया गया है, विकास से लेकर परिनियोजन तक।

मोड गाइड

ट्रेन सेटिंग्स

के लिए प्रशिक्षण सेटिंग्स YOLO मॉडल प्रशिक्षण प्रक्रिया के दौरान उपयोग किए जाने वाले विभिन्न हाइपरपैरामीटर और कॉन्फ़िगरेशन को शामिल करते हैं। ये सेटिंग्स मॉडल के प्रदर्शन, गति और सटीकता को प्रभावित करती हैं। प्रमुख प्रशिक्षण सेटिंग्स में बैच आकार, सीखने की दर, गति और वजन क्षय शामिल हैं। इसके अतिरिक्त, ऑप्टिमाइज़र, हानि फ़ंक्शन और प्रशिक्षण डेटासेट संरचना का विकल्प प्रशिक्षण प्रक्रिया को प्रभावित कर सकता है। प्रदर्शन को अनुकूलित करने के लिए इन सेटिंग्स के साथ सावधानीपूर्वक ट्यूनिंग और प्रयोग महत्वपूर्ण हैं।

युक्ति	चूक	या क़िस्‍म
`model`	`None`	प्रशिक्षण के लिए मॉडल फ़ाइल निर्दिष्ट करता है। या तो एक पथ स्वीकार करता है `.pt` पूर्व-प्रशिक्षित मॉडल या एक `.yaml` कॉन्फ़िगरेशन फ़ाइल। मॉडल संरचना को परिभाषित करने या वजन शुरू करने के लिए आवश्यक।
`data`	`None`	डेटासेट कॉन्फ़िगरेशन फ़ाइल का पथ (उदा। `coco8.yaml`). इस फ़ाइल में डेटासेट-विशिष्ट पैरामीटर हैं, जिसमें प्रशिक्षण और सत्यापन डेटा के पथ, कक्षा के नाम और कक्षाओं की संख्या शामिल है।
`epochs`	`100`	प्रशिक्षण युगों की कुल संख्या। प्रत्येक युग पूरे डेटासेट पर एक पूर्ण पास का प्रतिनिधित्व करता है। इस मान को समायोजित करने से प्रशिक्षण अवधि और मॉडल प्रदर्शन प्रभावित हो सकता है।
`time`	`None`	घंटों में अधिकतम प्रशिक्षण समय। यदि सेट किया गया है, तो यह `epochs` तर्क, निर्दिष्ट अवधि के बाद प्रशिक्षण को स्वचालित रूप से बंद करने की अनुमति देता है। समय-विवश प्रशिक्षण परिदृश्यों के लिए उपयोगी।
`patience`	`100`	प्रशिक्षण को जल्दी रोकने से पहले सत्यापन मेट्रिक्स में सुधार के बिना प्रतीक्षा करने के लिए युगों की संख्या। प्रदर्शन पठारों पर प्रशिक्षण रोककर ओवरफिटिंग को रोकने में मदद करता है।
`batch`	`16`	प्रशिक्षण के लिए बैच आकार, यह दर्शाता है कि मॉडल के आंतरिक मापदंडों को अपडेट करने से पहले कितनी छवियों को संसाधित किया जाता है। ऑटोबैच (`batch=-1`) गतिशील रूप से GPU मेमोरी उपलब्धता के आधार पर बैच आकार को समायोजित करता है।
`imgsz`	`640`	प्रशिक्षण के लिए छवि आकार लक्षित करें। मॉडल में खिलाए जाने से पहले सभी छवियों को इस आयाम में आकार दिया जाता है। मॉडल सटीकता और कम्प्यूटेशनल जटिलता को प्रभावित करता है।
`save`	`True`	प्रशिक्षण चौकियों और अंतिम मॉडल वजन की बचत को सक्षम बनाता है। प्रशिक्षण या मॉडल परिनियोजन को फिर से शुरू करने के लिए उपयोगी।
`save_period`	`-1`	युगों में निर्दिष्ट मॉडल चौकियों को बचाने की आवृत्ति। -1 का मान इस सुविधा को अक्षम कर देता है। लंबे प्रशिक्षण सत्रों के दौरान अंतरिम मॉडल को बचाने के लिए उपयोगी।
`cache`	`False`	स्मृति में डेटासेट छवियों की कैशिंग सक्षम करता है (`True`/`ram`), डिस्क पर (`disk`), या इसे अक्षम करता है (`False`). बढ़ी हुई मेमोरी उपयोग की कीमत पर डिस्क I/O को कम करके प्रशिक्षण की गति में सुधार करता है।
`device`	`None`	प्रशिक्षण के लिए कम्प्यूटेशनल डिवाइस (ओं) को निर्दिष्ट करता है: एक एकल GPU (`device=0`), एकाधिक GPU (`device=0,1`), सीपीयू (`device=cpu`), या Apple सिलिकॉन के लिए MPS (`device=mps`).
`workers`	`8`	डेटा लोडिंग के लिए कार्यकर्ता थ्रेड्स की संख्या (प्रति `RANK` यदि मल्टी-जीपीयू प्रशिक्षण)। डेटा प्रीप्रोसेसिंग और मॉडल में फीडिंग की गति को प्रभावित करता है, विशेष रूप से मल्टी-जीपीयू सेटअप में उपयोगी है।
`project`	`None`	परियोजना निर्देशिका का नाम जहाँ प्रशिक्षण आउटपुट सहेजे जाते हैं. विभिन्न प्रयोगों के संगठित भंडारण के लिए अनुमति देता है।
`name`	`None`	चलाए गए प्रशिक्षण का नाम। प्रोजेक्ट फ़ोल्डर के भीतर एक उपनिर्देशिका बनाने के लिए उपयोग किया जाता है, जहां प्रशिक्षण लॉग और आउटपुट संग्रहीत होते हैं।
`exist_ok`	`False`	यदि सही है, तो मौजूदा प्रोजेक्ट/नाम निर्देशिका के ओवरराइटिंग की अनुमति देता है। पिछले आउटपुट को मैन्युअल रूप से साफ़ करने की आवश्यकता के बिना पुनरावृत्त प्रयोग के लिए उपयोगी।
`pretrained`	`True`	निर्धारित करता है कि पूर्व-प्रशिक्षित मॉडल से प्रशिक्षण शुरू करना है या नहीं। एक बूलियन मान या एक विशिष्ट मॉडल के लिए एक स्ट्रिंग पथ हो सकता है जिससे वजन लोड करना है। प्रशिक्षण दक्षता और मॉडल प्रदर्शन को बढ़ाता है।
`optimizer`	`'auto'`	प्रशिक्षण के लिए अनुकूलक का विकल्प। विकल्पों में शामिल हैं `SGD`, `Adam`, `AdamW`, `NAdam`, `RAdam`, `RMSProp` आदि, या `auto` मॉडल कॉन्फ़िगरेशन के आधार पर स्वचालित चयन के लिए। अभिसरण गति और स्थिरता को प्रभावित करता है।
`verbose`	`False`	प्रशिक्षण के दौरान वर्बोज़ आउटपुट सक्षम करता है, विस्तृत लॉग और प्रगति अपडेट प्रदान करता है। डिबगिंग और प्रशिक्षण प्रक्रिया की बारीकी से निगरानी के लिए उपयोगी।
`seed`	`0`	प्रशिक्षण के लिए यादृच्छिक बीज सेट करता है, एक ही विन्यास के साथ रन भर में परिणामों की प्रजनन क्षमता सुनिश्चित करता है।
`deterministic`	`True`	नियतात्मक एल्गोरिथ्म उपयोग को बल देता है, प्रजनन क्षमता सुनिश्चित करता है लेकिन गैर-नियतात्मक एल्गोरिदम पर प्रतिबंध के कारण प्रदर्शन और गति को प्रभावित कर सकता है।
`single_cls`	`False`	प्रशिक्षण के दौरान बहु-श्रेणी डेटासेट में सभी वर्गों को एकल वर्ग के रूप में मानता है। बाइनरी वर्गीकरण कार्यों के लिए उपयोगी या वर्गीकरण के बजाय वस्तु उपस्थिति पर ध्यान केंद्रित करते समय।
`rect`	`False`	आयताकार प्रशिक्षण सक्षम करता है, न्यूनतम पैडिंग के लिए बैच संरचना का अनुकूलन। दक्षता और गति में सुधार कर सकते हैं लेकिन मॉडल सटीकता को प्रभावित कर सकते हैं।
`cos_lr`	`False`	एक कोसाइन सीखने की दर अनुसूचक का उपयोग करता है, युगों पर एक कोसाइन वक्र के बाद सीखने की दर को समायोजित करता है। बेहतर अभिसरण के लिए सीखने की दर के प्रबंधन में मदद करता है।
`close_mosaic`	`10`	पूरा होने से पहले प्रशिक्षण को स्थिर करने के लिए अंतिम एन युगों में मोज़ेक डेटा वृद्धि को अक्षम करता है। 0 पर सेट करने से यह सुविधा अक्षम हो जाती है।
`resume`	`False`	अंतिम सहेजे गए चेकपॉइंट से प्रशिक्षण फिर से शुरू करता है। स्वचालित रूप से मॉडल वजन, अनुकूलक स्थिति और युग गणना लोड करता है, प्रशिक्षण को निर्बाध रूप से जारी रखता है।
`amp`	`True`	स्वचालित मिश्रित परिशुद्धता (एएमपी) प्रशिक्षण को सक्षम करता है, स्मृति उपयोग को कम करता है और संभवतः सटीकता पर न्यूनतम प्रभाव के साथ प्रशिक्षण को तेज करता है।
`fraction`	`1.0`	प्रशिक्षण के लिए उपयोग करने के लिए डेटासेट के अंश को निर्दिष्ट करता है। पूर्ण डेटासेट के सबसेट पर प्रशिक्षण की अनुमति देता है, प्रयोगों के लिए उपयोगी है या जब संसाधन सीमित होते हैं।
`profile`	`False`	की रूपरेखा सक्षम करता है ONNX और TensorRT प्रशिक्षण के दौरान गति, मॉडल परिनियोजन के अनुकूलन के लिए उपयोगी।
`freeze`	`None`	मॉडल की पहली एन परतों या सूचकांक द्वारा निर्दिष्ट परतों को जमा देता है, जिससे प्रशिक्षण योग्य मापदंडों की संख्या कम हो जाती है। फाइन-ट्यूनिंग या ट्रांसफर लर्निंग के लिए उपयोगी।
`lr0`	`0.01`	प्रारंभिक सीखने की दर (यानी) `SGD=1E-2`, `Adam=1E-3`) . इस मान को समायोजित करना अनुकूलन प्रक्रिया के लिए महत्वपूर्ण है, जिससे प्रभावित होता है कि मॉडल भार कितनी तेज़ी से अपडेट किए जाते हैं।
`lrf`	`0.01`	प्रारंभिक दर के अंश के रूप में अंतिम अधिगम दर = (`lr0 * lrf`), समय के साथ सीखने की दर को समायोजित करने के लिए शेड्यूलर के साथ संयोजन में उपयोग किया जाता है।
`momentum`	`0.937`	एडम ऑप्टिमाइज़र के लिए SGD या beta1 के लिए मोमेंटम फैक्टर, वर्तमान अपडेट में पिछले ग्रेडिएंट को शामिल करने को प्रभावित करता है।
`weight_decay`	`0.0005`	L2 नियमितीकरण अवधि, ओवरफिटिंग को रोकने के लिए बड़े वजन को दंडित करना।
`warmup_epochs`	`3.0`	सीखने की दर वार्मअप के लिए युगों की संख्या, धीरे-धीरे प्रशिक्षण को जल्दी स्थिर करने के लिए सीखने की दर को कम मूल्य से प्रारंभिक सीखने की दर तक बढ़ाना।
`warmup_momentum`	`0.8`	वार्मअप चरण के लिए प्रारंभिक गति, धीरे-धीरे वार्मअप अवधि में निर्धारित गति को समायोजित करना।
`warmup_bias_lr`	`0.1`	वार्मअप चरण के दौरान पूर्वाग्रह मापदंडों के लिए सीखने की दर, प्रारंभिक युगों में मॉडल प्रशिक्षण को स्थिर करने में मदद करती है।
`box`	`7.5`	हानि समारोह में बॉक्स हानि घटक का वजन, यह प्रभावित करता है कि बाउंडिंग बॉक्स निर्देशांक की सटीक भविष्यवाणी करने पर कितना जोर दिया जाता है।
`cls`	`0.5`	कुल हानि समारोह में वर्गीकरण हानि का वजन, अन्य घटकों के सापेक्ष सही वर्ग भविष्यवाणी के महत्व को प्रभावित करता है।
`dfl`	`1.5`	वितरण फोकल लॉस का वजन, कुछ में उपयोग किया जाता है YOLO बारीक वर्गीकरण के लिए संस्करण।
`pose`	`12.0`	मुद्रा अनुमान के लिए प्रशिक्षित मॉडल में मुद्रा हानि का वजन, मुद्रा कीपॉइंट्स की सटीक भविष्यवाणी करने पर जोर को प्रभावित करता है।
`kobj`	`2.0`	मुद्रा अनुमान मॉडल में कीपॉइंट ऑब्जेक्टनेस लॉस का वजन, मुद्रा सटीकता के साथ पहचान आत्मविश्वास को संतुलित करना।
`label_smoothing`	`0.0`	लेबल चौरसाई लागू करता है, लक्ष्य लेबल के मिश्रण के लिए हार्ड लेबल को नरम करता है और लेबल पर एक समान वितरण, सामान्यीकरण में सुधार कर सकता है।
`nbs`	`64`	नुकसान के सामान्यीकरण के लिए नाममात्र बैच आकार।
`overlap_mask`	`True`	निर्धारित करता है कि क्या विभाजन मास्क प्रशिक्षण के दौरान ओवरलैप चाहिए, उदाहरण विभाजन कार्यों में लागू.
`mask_ratio`	`4`	विभाजन मास्क के लिए डाउनसैम्पल अनुपात, प्रशिक्षण के दौरान उपयोग किए जाने वाले मास्क के संकल्प को प्रभावित करता है।
`dropout`	`0.0`	वर्गीकरण कार्यों में नियमितीकरण के लिए ड्रॉपआउट दर, प्रशिक्षण के दौरान इकाइयों को बेतरतीब ढंग से छोड़कर ओवरफिटिंग को रोकना।
`val`	`True`	प्रशिक्षण के दौरान सत्यापन को सक्षम करता है, एक अलग डेटासेट पर मॉडल प्रदर्शन के आवधिक मूल्यांकन की अनुमति देता है।
`plots`	`False`	प्रशिक्षण और सत्यापन मेट्रिक्स के भूखंडों को उत्पन्न करता है और बचाता है, साथ ही भविष्यवाणी के उदाहरण, मॉडल प्रदर्शन और सीखने की प्रगति में दृश्य अंतर्दृष्टि प्रदान करता है।

ट्रेन गाइड

सेटिंग्स की भविष्यवाणी करें

के लिए पूर्वानुमान सेटिंग्स YOLO मॉडल हाइपरपैरामीटर और कॉन्फ़िगरेशन की एक श्रृंखला को शामिल करते हैं जो नए डेटा पर अनुमान के दौरान मॉडल के प्रदर्शन, गति और सटीकता को प्रभावित करते हैं। किसी विशिष्ट कार्य के लिए इष्टतम प्रदर्शन प्राप्त करने के लिए इन सेटिंग्स के साथ सावधानीपूर्वक ट्यूनिंग और प्रयोग आवश्यक हैं। मुख्य सेटिंग्स में विश्वास दहलीज, गैर-अधिकतम दमन (एनएमएस) सीमा और विचार की गई कक्षाओं की संख्या शामिल है। भविष्यवाणी प्रक्रिया को प्रभावित करने वाले अतिरिक्त कारक इनपुट डेटा आकार और प्रारूप हैं, पूरक सुविधाओं की उपस्थिति जैसे मास्क या प्रति बॉक्स कई लेबल, और विशेष कार्य जिसके लिए मॉडल नियोजित है।

अनुमान तर्क:

युक्ति	प्रकार	चूक	या क़िस्‍म
`source`	`str`	`'ultralytics/assets'`	अनुमान के लिए डेटा स्रोत निर्दिष्ट करता है. लाइव फ़ीड के लिए एक छवि पथ, वीडियो फ़ाइल, निर्देशिका, URL या डिवाइस आईडी हो सकती है। प्रारूपों और स्रोतों की एक विस्तृत श्रृंखला का समर्थन करता है, विभिन्न प्रकार के इनपुट में लचीले अनुप्रयोग को सक्षम करता है।
`conf`	`float`	`0.25`	पता लगाने के लिए न्यूनतम विश्वास सीमा निर्धारित करता है। इस सीमा से नीचे विश्वास के साथ पता लगाई गई वस्तुओं की अवहेलना की जाएगी। इस मान को समायोजित करने से झूठी सकारात्मकता को कम करने में मदद मिल सकती है।
`iou`	`float`	`0.7`	गैर-अधिकतम दमन (NMS) के लिए संघ (IoU) सीमा पर चौराहा। कम मूल्यों के परिणामस्वरूप ओवरलैपिंग बॉक्स को समाप्त करके कम पता लगाया जाता है, जो डुप्लिकेट को कम करने के लिए उपयोगी होता है।
`imgsz`	`int or tuple`	`640`	अनुमान के लिए छवि आकार को परिभाषित करता है। एकल पूर्णांक हो सकता है `640` वर्ग आकार बदलने या एक (ऊंचाई, चौड़ाई) टपल के लिए। उचित आकार पता लगाने की सटीकता और प्रसंस्करण गति में सुधार कर सकता है।
`half`	`bool`	`False`	अर्ध-परिशुद्धता (FP16) अनुमान सक्षम करता है, जो सटीकता पर न्यूनतम प्रभाव के साथ समर्थित GPU पर मॉडल अनुमान को गति दे सकता है।
`device`	`str`	`None`	अनुमान के लिए डिवाइस को निर्दिष्ट करता है (उदाहरण के लिए, `cpu`, `cuda:0` नहीं तो `0`). उपयोगकर्ताओं को मॉडल निष्पादन के लिए CPU, एक विशिष्ट GPU या अन्य गणना उपकरणों के बीच चयन करने की अनुमति देता है।
`max_det`	`int`	`300`	प्रति छवि अनुमत डिटेक्शन की अधिकतम संख्या। उन वस्तुओं की कुल संख्या को सीमित करता है जिन्हें मॉडल एक ही अनुमान में पहचान सकता है, घने दृश्यों में अत्यधिक आउटपुट को रोकता है।
`vid_stride`	`int`	`1`	वीडियो इनपुट के लिए फ़्रेम स्ट्राइड। अस्थायी संकल्प की कीमत पर प्रसंस्करण को गति देने के लिए वीडियो में फ्रेम लंघन की अनुमति देता है। 1 का मान प्रत्येक फ्रेम को संसाधित करता है, उच्च मान फ्रेम को छोड़ देते हैं।
`stream_buffer`	`bool`	`False`	निर्धारित करता है कि वीडियो स्ट्रीम संसाधित करते समय सभी फ़्रेमों को बफ़र किया जाना चाहिए (`True`), या यदि मॉडल को सबसे हाल का फ्रेम वापस करना चाहिए (`False`). वास्तविक समय अनुप्रयोगों के लिए उपयोगी।
`visualize`	`bool`	`False`	अनुमान के दौरान मॉडल सुविधाओं के विज़ुअलाइज़ेशन को सक्रिय करता है, जो मॉडल "देख" रहा है, इस बारे में अंतर्दृष्टि प्रदान करता है। डिबगिंग और मॉडल व्याख्या के लिए उपयोगी।
`augment`	`bool`	`False`	भविष्यवाणियों के लिए परीक्षण-समय वृद्धि (टीटीए) को सक्षम करता है, संभावित रूप से अनुमान गति की कीमत पर पहचान की मजबूती में सुधार करता है।
`agnostic_nms`	`bool`	`False`	वर्ग-अज्ञेयवादी गैर-अधिकतम दमन (एनएमएस) को सक्षम करता है, जो विभिन्न वर्गों के अतिव्यापी बक्से को विलीन करता है। बहु-वर्ग का पता लगाने वाले परिदृश्यों में उपयोगी जहां वर्ग ओवरलैप आम है।
`classes`	`list[int]`	`None`	पूर्वानुमानों को वर्ग ID के सेट में फ़िल्टर करता है. केवल निर्दिष्ट वर्गों से संबंधित डिटेक्शन वापस किए जाएंगे। बहु-वर्ग का पता लगाने वाले कार्यों में प्रासंगिक वस्तुओं पर ध्यान केंद्रित करने के लिए उपयोगी।
`retina_masks`	`bool`	`False`	मॉडल में उपलब्ध होने पर उच्च-रिज़ॉल्यूशन सेगमेंटेशन मास्क का उपयोग करता है। यह विभाजन कार्यों के लिए मुखौटा गुणवत्ता को बढ़ा सकता है, बेहतर विवरण प्रदान कर सकता है।
`embed`	`list[int]`	`None`	उन परतों को निर्दिष्ट करता है जिनसे फीचर वैक्टर या एम्बेडिंग निकालना है। क्लस्टरिंग या समानता खोज जैसे डाउनस्ट्रीम कार्यों के लिए उपयोगी।

विज़ुअलाइज़ेशन तर्क:

युक्ति	प्रकार	चूक	या क़िस्‍म
`show`	`bool`	`False`	अगर `True`, एक विंडो में एनोटेट की गई छवियों या वीडियो को प्रदर्शित करता है। विकास या परीक्षण के दौरान तत्काल दृश्य प्रतिक्रिया के लिए उपयोगी।
`save`	`bool`	`False`	फ़ाइल करने के लिए एनोटेट छवियों या वीडियो की बचत सक्षम करता है। दस्तावेज़ीकरण, आगे के विश्लेषण या परिणामों को साझा करने के लिए उपयोगी।
`save_frames`	`bool`	`False`	वीडियो संसाधित करते समय, अलग-अलग फ़्रेमों को छवियों के रूप में सहेजता है। विशिष्ट फ्रेम निकालने या विस्तृत फ्रेम-दर-फ्रेम विश्लेषण के लिए उपयोगी है।
`save_txt`	`bool`	`False`	प्रारूप का पालन करते हुए, पाठ फ़ाइल में पता लगाने के परिणामों को सहेजता है `[class] [x_center] [y_center] [width] [height] [confidence]`. अन्य विश्लेषण उपकरणों के साथ एकीकरण के लिए उपयोगी।
`save_conf`	`bool`	`False`	सहेजी गई पाठ फ़ाइलों में विश्वास स्कोर शामिल करता है। पोस्ट-प्रोसेसिंग और विश्लेषण के लिए उपलब्ध विवरण को बढ़ाता है।
`save_crop`	`bool`	`False`	पता लगाने की फसली छवियों को बचाता है। डेटासेट वृद्धि, विश्लेषण या विशिष्ट वस्तुओं के लिए केंद्रित डेटासेट बनाने के लिए उपयोगी।
`show_labels`	`bool`	`True`	दृश्य आउटपुट में प्रत्येक पहचान के लिए लेबल प्रदर्शित करता है। पता लगाई गई वस्तुओं की तत्काल समझ प्रदान करता है।
`show_conf`	`bool`	`True`	लेबल के साथ प्रत्येक पहचान के लिए विश्वास स्कोर प्रदर्शित करता है. प्रत्येक पहचान के लिए मॉडल की निश्चितता में अंतर्दृष्टि देता है।
`show_boxes`	`bool`	`True`	पता लगाए गए ऑब्जेक्ट्स के चारों ओर बाउंडिंग बॉक्स खींचता है। छवियों या वीडियो फ्रेम में वस्तुओं की दृश्य पहचान और स्थान के लिए आवश्यक।
`line_width`	`None or int`	`None`	बाउंडिंग बॉक्स की रेखा चौड़ाई निर्दिष्ट करता है। अगर `None`, छवि आकार के आधार पर लाइन की चौड़ाई स्वचालित रूप से समायोजित की जाती है। स्पष्टता के लिए दृश्य अनुकूलन प्रदान करता है।

भविष्यवाणी गाइड

सत्यापन सेटिंग्स

के लिए वैल (सत्यापन) सेटिंग्स YOLO मॉडल में सत्यापन डेटासेट पर मॉडल के प्रदर्शन का मूल्यांकन करने के लिए उपयोग किए जाने वाले विभिन्न हाइपरपैरामीटर और कॉन्फ़िगरेशन शामिल हैं। ये सेटिंग्स मॉडल के प्रदर्शन, गति और सटीकता को प्रभावित करती हैं। सार्वजनिक क्षेत्र YOLO सत्यापन सेटिंग्स में बैच आकार, प्रशिक्षण के दौरान सत्यापन आवृत्ति और प्रदर्शन मूल्यांकन मीट्रिक शामिल हैं। सत्यापन प्रक्रिया को प्रभावित करने वाले अन्य कारकों में सत्यापन डेटासेट का आकार और संरचना, साथ ही मॉडल के लिए नियोजित विशिष्ट कार्य शामिल हैं।

युक्ति	प्रकार	चूक	या क़िस्‍म
`data`	`str`	`None`	डेटासेट कॉन्फ़िगरेशन फ़ाइल का पथ निर्दिष्ट करता है (उदा। `coco8.yaml`). इस फ़ाइल में सत्यापन डेटा, वर्ग नाम और वर्गों की संख्या के पथ शामिल हैं।
`imgsz`	`int`	`640`	इनपुट छवियों के आकार को परिभाषित करता है। प्रसंस्करण से पहले सभी छवियों को इस आयाम में आकार दिया जाता है।
`batch`	`int`	`16`	प्रति बैच छवियों की संख्या सेट करता है। प्रयोग `-1` ऑटोबैच के लिए, जो स्वचालित रूप से GPU मेमोरी उपलब्धता के आधार पर समायोजित होता है।
`save_json`	`bool`	`False`	अगर `True`, परिणामों को आगे के विश्लेषण या अन्य उपकरणों के साथ एकीकरण के लिए JSON फ़ाइल में सहेजता है।
`save_hybrid`	`bool`	`False`	अगर `True`, लेबल के एक हाइब्रिड संस्करण को सहेजता है जो अतिरिक्त मॉडल पूर्वानुमानों के साथ मूल एनोटेशन को जोड़ता है।
`conf`	`float`	`0.001`	पता लगाने के लिए न्यूनतम विश्वास सीमा निर्धारित करता है। इस सीमा से नीचे आत्मविश्वास के साथ पता लगाने को छोड़ दिया जाता है।
`iou`	`float`	`0.6`	गैर-अधिकतम दमन (NMS) के लिए चौराहे को संघ (IoU) सीमा पर सेट करता है। डुप्लिकेट डिटेक्शन को कम करने में मदद करता है।
`max_det`	`int`	`300`	प्रति छवि डिटेक्शन की अधिकतम संख्या को सीमित करता है। अत्यधिक पहचान को रोकने के लिए घने दृश्यों में उपयोगी।
`half`	`bool`	`True`	अर्ध-परिशुद्धता (FP16) गणना को सक्षम करता है, स्मृति उपयोग को कम करता है और सटीकता पर न्यूनतम प्रभाव के साथ संभावित रूप से गति बढ़ाता है।
`device`	`str`	`None`	सत्यापन के लिए डिवाइस निर्दिष्ट करता है (`cpu`, `cuda:0`, आदि)। CPU या GPU संसाधनों का उपयोग करने में लचीलेपन की अनुमति देता है।
`dnn`	`bool`	`False`	अगर `True`, के लिए OpenCV DNN मॉड्यूल का उपयोग करता है ONNX मॉडल अनुमान, एक विकल्प की पेशकश PyTorch अनुमान के तरीके।
`plots`	`bool`	`False`	जब सेट करें `True`, मॉडल के प्रदर्शन के दृश्य मूल्यांकन के लिए जमीनी सच्चाई बनाम भविष्यवाणियों के भूखंडों को उत्पन्न करता है और बचाता है।
`rect`	`bool`	`False`	अगर `True`, बैचिंग के लिए आयताकार अनुमान का उपयोग करता है, पैडिंग को कम करता है और संभावित रूप से गति और दक्षता बढ़ाता है।
`split`	`str`	`val`	सत्यापन के लिए उपयोग करने के लिए डेटासेट विभाजन निर्धारित करता है (`val`, `test`नहीं तो `train`). प्रदर्शन मूल्यांकन के लिए डेटा सेगमेंट चुनने में लचीलेपन की अनुमति देता है।

सत्यापन डेटासेट पर इष्टतम प्रदर्शन सुनिश्चित करने और ओवरफिटिंग का पता लगाने और रोकने के लिए इन सेटिंग्स के साथ सावधानीपूर्वक ट्यूनिंग और प्रयोग महत्वपूर्ण हैं।

वैल गाइड

निर्यात सेटिंग्स

के लिए निर्यात सेटिंग्स YOLO मॉडल विभिन्न वातावरणों या प्लेटफार्मों में उपयोग के लिए मॉडल को सहेजने या निर्यात करने से संबंधित कॉन्फ़िगरेशन और विकल्पों को शामिल करते हैं। ये सेटिंग्स विभिन्न प्रणालियों के साथ मॉडल के प्रदर्शन, आकार और संगतता को प्रभावित कर सकती हैं। मुख्य निर्यात सेटिंग्स में निर्यात किए गए मॉडल फ़ाइल स्वरूप शामिल हैं (उदा। ONNX, TensorFlow SavedModel), लक्ष्य डिवाइस (जैसे, सीपीयू, जीपीयू), और अतिरिक्त सुविधाएं जैसे मास्क या प्रति बॉक्स कई लेबल। निर्यात प्रक्रिया मॉडल के विशिष्ट कार्य और गंतव्य वातावरण या प्लेटफ़ॉर्म की आवश्यकताओं या बाधाओं से भी प्रभावित हो सकती है।

युक्ति	प्रकार	चूक	या क़िस्‍म
`format`	`str`	`'torchscript'`	निर्यात किए गए मॉडल के लिए लक्ष्य प्रारूप, जैसे `'onnx'`, `'torchscript'`, `'tensorflow'`, या अन्य, विभिन्न परिनियोजन वातावरणों के साथ संगतता को परिभाषित करना।
`imgsz`	`int` नहीं तो `tuple`	`640`	मॉडल इनपुट के लिए वांछित छवि आकार। वर्ग छवियों या एक टपल के लिए एक पूर्णांक हो सकता है `(height, width)` विशिष्ट आयामों के लिए।
`keras`	`bool`	`False`	के लिए केरस प्रारूप में निर्यात सक्षम करता है TensorFlow SavedModel, के साथ संगतता प्रदान करना TensorFlow सेवारत और एपीआई।
`optimize`	`bool`	`False`	निर्यात करते समय मोबाइल उपकरणों के लिए ऑप्टिमाइज़ेशन लागू करता है TorchScript, संभावित रूप से मॉडल के आकार को कम करने और प्रदर्शन में सुधार करने के लिए।
`half`	`bool`	`False`	FP16 (अर्ध-परिशुद्धता) परिमाणीकरण को सक्षम करता है, मॉडल आकार को कम करता है और समर्थित हार्डवेयर पर संभावित रूप से अनुमान को तेज करता है।
`int8`	`bool`	`False`	INT8 परिमाणीकरण को सक्रिय करता है, मॉडल को और संपीड़ित करता है और न्यूनतम सटीकता हानि के साथ अनुमान को तेज करता है, मुख्य रूप से किनारे उपकरणों के लिए।
`dynamic`	`bool`	`False`	के लिए गतिशील इनपुट आकार की अनुमति देता है ONNX और TensorRT निर्यात, अलग-अलग छवि आयामों को संभालने में लचीलापन बढ़ाना।
`simplify`	`bool`	`False`	के लिए मॉडल ग्राफ को सरल करता है ONNX निर्यात, संभावित रूप से प्रदर्शन और संगतता में सुधार।
`opset`	`int`	`None`	निर्दिष्ट करता है ONNX विभिन्न के साथ संगतता के लिए opset संस्करण ONNX पार्सर और रनटाइम। यदि सेट नहीं है, तो नवीनतम समर्थित संस्करण का उपयोग करता है।
`workspace`	`float`	`4.0`	के लिए GB में अधिकतम कार्यस्थान आकार सेट करता है TensorRT अनुकूलन, स्मृति उपयोग और प्रदर्शन को संतुलित करना।
`nms`	`bool`	`False`	गैर-अधिकतम दमन (NMS) जोड़ता है CoreML निर्यात, प्रसंस्करण के बाद सटीक और कुशल पहचान के लिए आवश्यक।

यह सुनिश्चित करने के लिए इन सेटिंग्स को सोच-समझकर कॉन्फ़िगर करना महत्वपूर्ण है कि निर्यात किया गया मॉडल इच्छित उपयोग के मामले के लिए अनुकूलित है और लक्ष्य वातावरण में प्रभावी ढंग से कार्य करता है।

निर्यात गाइड

वृद्धि सेटिंग्स

मजबूती और प्रदर्शन में सुधार के लिए वृद्धि तकनीक आवश्यक हैं YOLO प्रशिक्षण डेटा में परिवर्तनशीलता पेश करके मॉडल, मॉडल को अनदेखी डेटा को बेहतर ढंग से सामान्यीकृत करने में मदद करता है। निम्न तालिका प्रत्येक वृद्धि तर्क के उद्देश्य और प्रभाव को रेखांकित करती है:

युक्ति	प्रकार	चूक	श्रेणी	या क़िस्‍म
`hsv_h`	`float`	`0.015`	`0.0 - 1.0`	रंग पहिया के एक अंश द्वारा छवि के रंग को समायोजित करता है, रंग परिवर्तनशीलता का परिचय देता है। मॉडल को विभिन्न प्रकाश स्थितियों में सामान्यीकृत करने में मदद करता है।
`hsv_s`	`float`	`0.7`	`0.0 - 1.0`	छवि की संतृप्ति को एक अंश से बदल देता है, जिससे रंगों की तीव्रता प्रभावित होती है। विभिन्न पर्यावरणीय परिस्थितियों का अनुकरण करने के लिए उपयोगी।
`hsv_v`	`float`	`0.4`	`0.0 - 1.0`	छवि के मूल्य (चमक) को एक अंश से संशोधित करता है, जिससे मॉडल को विभिन्न प्रकाश स्थितियों के तहत अच्छा प्रदर्शन करने में मदद मिलती है।
`degrees`	`float`	`0.0`	`-180 - +180`	निर्दिष्ट डिग्री सीमा के भीतर छवि को बेतरतीब ढंग से घुमाता है, विभिन्न झुकावों पर वस्तुओं को पहचानने की मॉडल की क्षमता में सुधार करता है।
`translate`	`float`	`0.1`	`0.0 - 1.0`	छवि आकार के एक अंश से छवि को क्षैतिज और लंबवत रूप से अनुवाद करता है, आंशिक रूप से दिखाई देने वाली वस्तुओं का पता लगाने के लिए सीखने में सहायता करता है।
`scale`	`float`	`0.5`	`>=0.0`	एक लाभ कारक द्वारा छवि को मापता है, कैमरे से अलग-अलग दूरी पर वस्तुओं का अनुकरण करता है।
`shear`	`float`	`0.0`	`-180 - +180`	छवि को एक निर्दिष्ट डिग्री से हिलाता है, विभिन्न कोणों से देखी जा रही वस्तुओं के प्रभाव की नकल करता है।
`perspective`	`float`	`0.0`	`0.0 - 0.001`	छवि में एक यादृच्छिक परिप्रेक्ष्य परिवर्तन लागू करता है, जिससे मॉडल की 3D स्थान में वस्तुओं को समझने की क्षमता बढ़ जाती है।
`flipud`	`float`	`0.0`	`0.0 - 1.0`	निर्दिष्ट संभावना के साथ छवि को उल्टा फ़्लिप करता है, वस्तु की विशेषताओं को प्रभावित किए बिना डेटा परिवर्तनशीलता को बढ़ाता है।
`fliplr`	`float`	`0.5`	`0.0 - 1.0`	निर्दिष्ट संभावना के साथ छवि को बाएं से दाएं फ़्लिप करता है, सममित वस्तुओं को सीखने और डेटासेट विविधता बढ़ाने के लिए उपयोगी है।
`bgr`	`float`	`0.0`	`0.0 - 1.0`	निर्दिष्ट संभावना के साथ छवि चैनलों को RGB से BGR तक फ़्लिप करता है, जो गलत चैनल ऑर्डरिंग में मजबूती बढ़ाने के लिए उपयोगी है।
`mosaic`	`float`	`1.0`	`0.0 - 1.0`	चार प्रशिक्षण छवियों को एक में जोड़ती है, विभिन्न दृश्य रचनाओं और ऑब्जेक्ट इंटरैक्शन का अनुकरण करती है। जटिल दृश्य समझ के लिए अत्यधिक प्रभावी।
`mixup`	`float`	`0.0`	`0.0 - 1.0`	दो छवियों और उनके लेबल को मिश्रित करता है, एक समग्र छवि बनाता है। लेबल शोर और दृश्य परिवर्तनशीलता को पेश करके मॉडल की सामान्यीकरण करने की क्षमता को बढ़ाता है।
`copy_paste`	`float`	`0.0`	`0.0 - 1.0`	एक छवि से वस्तुओं की प्रतिलिपि बनाता है और उन्हें दूसरे पर चिपकाता है, ऑब्जेक्ट उदाहरणों को बढ़ाने और ऑब्जेक्ट रोड़ा सीखने के लिए उपयोगी है।
`auto_augment`	`str`	`randaugment`	-	स्वचालित रूप से एक पूर्वनिर्धारित वृद्धि नीति लागू करता है (`randaugment`, `autoaugment`, `augmix`), दृश्य सुविधाओं में विविधता लाकर वर्गीकरण कार्यों के लिए अनुकूलन।
`erasing`	`float`	`0.4`	`0.0 - 0.9`	वर्गीकरण प्रशिक्षण के दौरान छवि के एक हिस्से को बेतरतीब ढंग से मिटा देता है, जिससे मॉडल को मान्यता के लिए कम स्पष्ट विशेषताओं पर ध्यान केंद्रित करने के लिए प्रोत्साहित किया जाता है।
`crop_fraction`	`float`	`1.0`	`0.1 - 1.0`	केंद्रीय विशेषताओं पर जोर देने और पृष्ठभूमि विकर्षणों को कम करने, ऑब्जेक्ट स्केल के अनुकूल होने के लिए वर्गीकरण छवि को उसके आकार के एक अंश में क्रॉप करता है।

इन सेटिंग्स को डेटासेट की विशिष्ट आवश्यकताओं और हाथ में कार्य को पूरा करने के लिए समायोजित किया जा सकता है। विभिन्न मूल्यों के साथ प्रयोग करने से इष्टतम वृद्धि रणनीति खोजने में मदद मिल सकती है जो सर्वोत्तम मॉडल प्रदर्शन की ओर ले जाती है।

लॉगिंग, चेकपॉइंट और प्लॉटिंग सेटिंग्स

लॉगिंग, चौकियों, साजिश रचना, और फ़ाइल प्रबंधन महत्वपूर्ण विचार हैं जब एक प्रशिक्षण YOLO को गढ़ना।

लॉगिंग: मॉडल की प्रगति को ट्रैक करने और उत्पन्न होने वाली किसी भी समस्या का निदान करने के लिए प्रशिक्षण के दौरान विभिन्न मीट्रिक और आँकड़ों को लॉग इन करना अक्सर सहायक होता है। यह एक लॉगिंग लाइब्रेरी जैसे TensorBoard का उपयोग करके या किसी फ़ाइल में लॉग संदेश लिखकर किया जा सकता है।
चौकियों: प्रशिक्षण के दौरान नियमित अंतराल पर मॉडल की चौकियों को सहेजना एक अच्छा अभ्यास है। यह आपको पिछले बिंदु से प्रशिक्षण फिर से शुरू करने की अनुमति देता है यदि प्रशिक्षण प्रक्रिया बाधित है या यदि आप विभिन्न प्रशिक्षण कॉन्फ़िगरेशन के साथ प्रयोग करना चाहते हैं।
प्लॉटिंग: मॉडल के प्रदर्शन और प्रशिक्षण प्रगति की कल्पना करना यह समझने में मददगार हो सकता है कि मॉडल कैसे व्यवहार कर रहा है और संभावित मुद्दों की पहचान कर रहा है। यह एक प्लॉटिंग लाइब्रेरी जैसे कि matplotlib का उपयोग करके या TensorBoard जैसे लॉगिंग लाइब्रेरी का उपयोग करके प्लॉट उत्पन्न करके किया जा सकता है।
फ़ाइल प्रबंधन: प्रशिक्षण प्रक्रिया के दौरान उत्पन्न विभिन्न फाइलों, जैसे मॉडल चेकपॉइंट्स, लॉग फाइल और प्लॉट्स को प्रबंधित करना चुनौतीपूर्ण हो सकता है। इन फ़ाइलों पर नज़र रखने के लिए एक स्पष्ट और संगठित फ़ाइल संरचना होना महत्वपूर्ण है और आवश्यकतानुसार उन तक पहुँचना और उनका विश्लेषण करना आसान बनाता है।

प्रभावी लॉगिंग, चेकपॉइंटिंग, प्लॉटिंग और फ़ाइल प्रबंधन आपको मॉडल की प्रगति पर नज़र रखने में मदद कर सकते हैं और प्रशिक्षण प्रक्रिया को डीबग और अनुकूलित करना आसान बना सकते हैं।

युक्ति	चूक	या क़िस्‍म
`project`	`'runs'`	प्रशिक्षण रन सहेजने के लिए रूट निर्देशिका निर्दिष्ट करता है। प्रत्येक रन इस निर्देशिका के भीतर एक अलग उपनिर्देशिका में सहेजा जाएगा।
`name`	`'exp'`	प्रयोग के नाम को परिभाषित करता है. यदि निर्दिष्ट नहीं है, YOLO स्वचालित रूप से प्रत्येक रन के लिए इस नाम को बढ़ाता है, उदा। `exp`, `exp2`, आदि, पिछले प्रयोगों को ओवरराइट करने से बचने के लिए।
`exist_ok`	`False`	निर्धारित करता है कि क्या मौजूदा प्रयोग निर्देशिका को अधिलेखित करना है यदि समान नाम वाला निर्देशिका पहले से मौजूद है। इसे सेट करना `True` ओवरराइटिंग की अनुमति देता है, जबकि `False` इसे रोकता है।
`plots`	`False`	प्रशिक्षण और सत्यापन भूखंडों की पीढ़ी और बचत को नियंत्रित करता है। पर सेट करें `True` नुकसान घटता, सटीक-याद घटता और नमूना भविष्यवाणियों जैसे भूखंडों को बनाने के लिए। समय के साथ मॉडल के प्रदर्शन को नेत्रहीन रूप से ट्रैक करने के लिए उपयोगी।
`save`	`False`	प्रशिक्षण चौकियों और अंतिम मॉडल वजन की बचत को सक्षम बनाता है। पर सेट करें `True` समय-समय पर मॉडल राज्यों को बचाने के लिए, इन चौकियों या मॉडलों से प्रशिक्षण को फिर से शुरू करने की अनुमति देना।

2023-11-12 बनाया गया, अपडेट किया गया 2024-04-18
लेखक: ग्लेन-जोचर (13), fcakyon (2), लाफिंग-क्यू (2), प्लाशचिन्स्की (1), बुरहान-क्यू (1), आयुषएक्सेल (1), रिजवानमुनव्वर (1), टेंसरटर्टल (1)