Link to this sectionGuida alla configurazione YAML del modello#

Il file di configurazione YAML del modello funge da progetto architettonico per le reti neurali Ultralytics. Definisce come si collegano i livelli, quali parametri utilizza ciascun modulo e come l'intera rete si adatta alle diverse dimensioni del modello.

Link to this sectionStruttura della configurazione#

I file YAML del modello sono organizzati in tre sezioni principali che lavorano insieme per definire l'architettura.

Link to this sectionSezione Parametri#

La sezione parameters specifica le caratteristiche globali del modello e il comportamento di scalabilità:

# Parameters
nc: 80 # number of classes
scales: # compound scaling constants [depth, width, max_channels]
    n: [0.50, 0.25, 1024] # nano: shallow layers, narrow channels
    s: [0.50, 0.50, 1024] # small: shallow depth, standard width
    m: [0.50, 1.00, 512] # medium: moderate depth, full width
    l: [1.00, 1.00, 512] # large: full depth and width
    x: [1.00, 1.50, 512] # extra-large: maximum performance
kpt_shape: [17, 3] # pose models only

• nc imposta il numero di classi che il modello predice.
• scales definisce fattori di scala composti che regolano la profondità, la larghezza e i canali massimi del modello per produrre varianti di dimensioni diverse (da nano a extra-large).
• kpt_shape si applica ai modelli di posa. Può essere [N, 2] per keypoint (x, y) o [N, 3] per (x, y, visibility).

Link to this sectionArchitettura di Backbone e Head#

L'architettura del modello è composta dalle sezioni backbone (estrazione delle caratteristiche) e head (specifica per il compito):

backbone:
    # [from, repeats, module, args]
    - [-1, 1, Conv, [64, 3, 2]] # 0: Initial convolution
    - [-1, 1, Conv, [128, 3, 2]] # 1: Downsample
    - [-1, 3, C2f, [128, True]] # 2: Feature processing

head:
    - [-1, 1, nn.Upsample, [None, 2, nearest]] # 6: Upsample
    - [[-1, 2], 1, Concat, [1]] # 7: Skip connection
    - [-1, 3, C2f, [256]] # 8: Process features
    - [[8], 1, Detect, [nc]] # 9: Detection layer

Link to this sectionFormato di specifica del livello#

Ogni livello segue lo schema coerente: [from, repeats, module, args]

Link to this sectionModelli di connessione#

Il campo from crea modelli di flusso dati flessibili in tutta la rete:

- [-1, 1, Conv, [64, 3, 2]]    # Takes input from previous layer

Link to this sectionRipetizione del modulo#

Il parametro repeats crea sezioni di rete più profonde:

- [-1, 3, C2f, [128, True]] # Creates 3 consecutive C2f blocks
- [-1, 1, Conv, [64, 3, 2]] # Single convolution layer

Il conteggio effettivo delle ripetizioni viene moltiplicato per il fattore di scala della profondità dalla configurazione della dimensione del modello.

Link to this sectionModuli disponibili#

I moduli sono organizzati per funzionalità e definiti nella directory dei moduli Ultralytics. Le seguenti tabelle mostrano i moduli comunemente usati per categoria, con molti altri disponibili nel codice sorgente:

Link to this sectionOperazioni di base#

Link to this sectionBlocchi composti#

Link to this sectionModuli specializzati#

Link to this sectionFunzionalità avanzate#

Link to this sectionIntegrazione TorchVision#

Il modulo TorchVision consente un'integrazione fluida di qualsiasi modello TorchVision come backbone:

from ultralytics import YOLO

# Model with ConvNeXt backbone
model = YOLO("convnext_backbone.yaml")
results = model.train(data="coco8.yaml", epochs=100)

Link to this sectionModulo Index per la selezione delle caratteristiche#

Quando utilizzi modelli che producono mappe delle caratteristiche multiple, il modulo Index seleziona output specifici:

backbone:
    - [-1, 1, TorchVision, [768, convnext_tiny, DEFAULT, True, 2, True]] # Multi-output
head:
    - [0, 1, Index, [192, 4]] # Select 4th feature map (192 channels)
    - [0, 1, Index, [384, 6]] # Select 6th feature map (384 channels)
    - [0, 1, Index, [768, 8]] # Select 8th feature map (768 channels)
    - [[1, 2, 3], 1, Detect, [nc]] # Multi-scale detection

Link to this sectionSistema di risoluzione del modulo#

Capire come Ultralytics individua e importa i moduli è fondamentale per la personalizzazione:

Link to this sectionProcesso di ricerca del modulo#

Ultralytics utilizza un sistema a tre livelli in parse_model:

# Core resolution logic
m = (
    getattr(torch.nn, m[3:])
    if "nn." in m
    else getattr(torchvision.ops, m[16:])
    if "torchvision.ops." in m
    else globals()[m]
)

1. Moduli PyTorch: Nomi che iniziano con 'nn.' → namespace torch.nn
2. Operazioni TorchVision: Nomi che iniziano con 'torchvision.ops.' → namespace torchvision.ops
3. Moduli Ultralytics: Tutti gli altri nomi → namespace globale tramite import

Link to this sectionCatena di importazione dei moduli#

I moduli standard diventano disponibili tramite importazioni in tasks.py:

from ultralytics.nn.modules import (  # noqa: F401
    SPPF,
    C2f,
    Conv,
    Detect,
    # ... many more modules
    Index,
    TorchVision,
)

Link to this sectionIntegrazione di moduli personalizzati#

Link to this sectionModifica del codice sorgente#

La modifica del codice sorgente è il modo più versatile per integrare i tuoi moduli personalizzati, ma può essere complicata. Per definire e utilizzare un modulo personalizzato, segui questi passaggi:

1. Installa Ultralytics in modalità sviluppo utilizzando il metodo di clone Git dalla guida rapida.

2. Definisci il tuo modulo in ultralytics/nn/modules/block.py:

   class CustomBlock(nn.Module):
       """Custom block with Conv-BatchNorm-ReLU sequence."""
   
       def __init__(self, c1, c2):
           """Initialize CustomBlock with input and output channels."""
           super().__init__()
           self.layers = nn.Sequential(nn.Conv2d(c1, c2, 3, 1, 1), nn.BatchNorm2d(c2), nn.ReLU())
   
       def forward(self, x):
           """Forward pass through the block."""
           return self.layers(x)

3. Esponi il tuo modulo a livello di pacchetto in ultralytics/nn/modules/__init__.py:

   from .block import CustomBlock  # noqa makes CustomBlock available as ultralytics.nn.modules.CustomBlock

4. Aggiungi agli import in ultralytics/nn/tasks.py:

   from ultralytics.nn.modules import CustomBlock  # noqa

5. Gestisci argomenti speciali (se necessario) all'interno di parse_model() in ultralytics/nn/tasks.py:

   # Add this condition in the parse_model() function
   if m is CustomBlock:
       c1, c2 = ch[f], args[0]  # input channels, output channels
       args = [c1, c2, *args[1:]]

6. Usa il modulo nel tuo YAML del modello:

   # custom_model.yaml
   nc: 1
   backbone:
       - [-1, 1, CustomBlock, [64]]
   head:
       - [-1, 1, Classify, [nc]]

7. Controlla i FLOPs per assicurarti che il passaggio in avanti (forward pass) funzioni:

   from ultralytics import YOLO
   
   model = YOLO("custom_model.yaml", task="classify")
   model.info()  # should print non-zero FLOPs if working

Link to this sectionConfigurazioni di esempio#

Link to this sectionModello di rilevamento di base#

# Simple YOLO detection model
nc: 80
scales:
    n: [0.33, 0.25, 1024]

backbone:
    - [-1, 1, Conv, [64, 3, 2]] # 0-P1/2
    - [-1, 1, Conv, [128, 3, 2]] # 1-P2/4
    - [-1, 3, C2f, [128, True]] # 2
    - [-1, 1, Conv, [256, 3, 2]] # 3-P3/8
    - [-1, 6, C2f, [256, True]] # 4
    - [-1, 1, SPPF, [256, 5]] # 5

head:
    - [-1, 1, Conv, [256, 3, 1]] # 6
    - [[6], 1, Detect, [nc]] # 7

Link to this sectionModello Backbone TorchVision#

# ConvNeXt backbone with YOLO head
nc: 80

backbone:
    - [-1, 1, TorchVision, [768, convnext_tiny, DEFAULT, True, 2, True]]

head:
    - [0, 1, Index, [192, 4]] # P3 features
    - [0, 1, Index, [384, 6]] # P4 features
    - [0, 1, Index, [768, 8]] # P5 features
    - [[1, 2, 3], 1, Detect, [nc]] # Multi-scale detection

Link to this sectionModello di classificazione#

# Simple classification model
nc: 1000

backbone:
    - [-1, 1, Conv, [64, 7, 2, 3]]
    - [-1, 1, nn.MaxPool2d, [3, 2, 1]]
    - [-1, 4, C2f, [64, True]]
    - [-1, 1, Conv, [128, 3, 2]]
    - [-1, 8, C2f, [128, True]]
    - [-1, 1, nn.AdaptiveAvgPool2d, [1]]

head:
    - [-1, 1, Classify, [nc]]

Link to this sectionBest practice#

Link to this sectionSuggerimenti per la progettazione dell'architettura#

Inizia in modo semplice: Parti da architetture collaudate prima di personalizzarle. Usa le configurazioni YOLO esistenti come modelli e modifica in modo incrementale anziché costruire da zero.

Testa in modo incrementale: Convalida ogni modifica passo dopo passo. Aggiungi un modulo personalizzato alla volta e verifica che funzioni prima di procedere alla modifica successiva.

Monitora i canali: Assicurati che le dimensioni dei canali corrispondano tra gli strati collegati. I canali di uscita (c2) di uno strato devono corrispondere ai canali di ingresso (c1) dello strato successivo nella sequenza.

Usa le connessioni di salto (skip connections): Sfrutta il riutilizzo delle caratteristiche con schemi [[-1, N], 1, Concat, [1]]. Queste connessioni aiutano il flusso del gradiente e consentono al modello di combinare caratteristiche da scale diverse.

Scala in modo appropriato: Scegli le scale del modello in base ai tuoi vincoli computazionali. Usa nano (n) per dispositivi edge, small (s) per prestazioni bilanciate e scale più grandi (m, l, x) per la massima precisione.

Link to this sectionConsiderazioni sulle prestazioni#

Profondità vs Larghezza: Le reti profonde catturano caratteristiche gerarchiche complesse attraverso molteplici strati di trasformazione, mentre le reti larghe elaborano più informazioni in parallelo ad ogni strato. Bilancia questi aspetti in base alla complessità del tuo compito.

Connessioni di salto: Migliorano il flusso del gradiente durante l'addestramento e consentono il riutilizzo delle caratteristiche in tutta la rete. Sono particolarmente importanti in architetture più profonde per prevenire la scomparsa dei gradienti.

Blocchi collo di bottiglia (bottleneck): Riducono il costo computazionale mantenendo l'espressività del modello. Moduli come C2f utilizzano meno parametri rispetto alle convoluzioni standard pur preservando la capacità di apprendimento delle caratteristiche.

Caratteristiche multi-scala: Essenziali per rilevare oggetti di dimensioni diverse nella stessa immagine. Usa schemi Feature Pyramid Network (FPN) con molteplici teste di rilevamento a scale diverse.

Link to this sectionRisoluzione dei problemi#

Link to this sectionProblemi comuni#

Link to this sectionSuggerimenti per il debug#

Durante lo sviluppo di architetture personalizzate, il debug sistematico aiuta a identificare i problemi precocemente:

Usa Identity Head per i test

Sostituisci teste complesse con nn.Identity per isolare problemi del backbone:

nc: 1
backbone:
    - [-1, 1, CustomBlock, [64]]
head:
    - [-1, 1, nn.Identity, []] # Pass-through for debugging

Questo consente l'ispezione diretta degli output del backbone:

import torch

from ultralytics import YOLO

model = YOLO("debug_model.yaml")
output = model.model(torch.randn(1, 3, 640, 640))
print(f"Output shape: {output.shape}")  # Should match expected dimensions

Ispezione dell'architettura del modello

Controllare il conteggio dei FLOPs e stampare ogni strato può anche aiutare a eseguire il debug dei problemi con la configurazione del tuo modello personalizzato. Il conteggio dei FLOPs dovrebbe essere diverso da zero per un modello valido. Se è zero, probabilmente c'è un problema con il passaggio in avanti (forward pass). Eseguire un semplice passaggio in avanti dovrebbe mostrare l'errore esatto riscontrato.

from ultralytics import YOLO

# Build model with verbose output to see layer details
model = YOLO("debug_model.yaml", verbose=True)

# Check model FLOPs. Failed forward pass causes 0 FLOPs.
model.info()

# Inspect individual layers
for i, layer in enumerate(model.model.model):
    print(f"Layer {i}: {layer}")

Convalida passo dopo passo

1. Inizia in modo minimale: Testa prima con l'architettura più semplice possibile
2. Aggiungi in modo incrementale: Costruisci la complessità strato per strato
3. Controlla le dimensioni: Verifica la compatibilità tra canali e dimensioni spaziali
4. Convalida la scalabilità: Testa con diverse scale del modello (n, s, m)

Link to this sectionFAQ#

Link to this sectionCome posso modificare il numero di classi nel mio modello?#

Imposta il parametro nc all'inizio del tuo file YAML per corrispondere al numero di classi del tuo dataset.

nc: 5 # 5 classes

Link to this sectionPosso utilizzare un backbone personalizzato nel mio YAML del modello?#

Sì. Puoi usare qualsiasi modulo supportato, inclusi i backbone TorchVision, oppure definire il tuo modulo personalizzato e importarlo come descritto in Integrazione di moduli personalizzati.

Link to this sectionCome faccio a scalare il mio modello per diverse dimensioni (nano, small, medium, ecc.)?#

Usa la sezione scales section nel tuo YAML per definire i fattori di scala per profondità, larghezza e canali massimi. Il modello applicherà automaticamente questi fattori quando carichi il file YAML di base con la scala aggiunta al nome del file (ad esempio, yolo26n.yaml).

Link to this sectionCosa significa il formato [from, repeats, module, args]?#

Questo formato specifica come viene costruito ogni strato:

• from: sorgente di input
• repeats: numero di volte in cui ripetere il modulo
• module: il tipo di strato
• args: argomenti per il modulo

Link to this sectionCome risolvo gli errori di discrepanza dei canali?#

Verifica che i canali di uscita di uno strato corrispondano ai canali di ingresso previsti per quello successivo. Usa print(model.model.model) per ispezionare l'architettura del tuo modello.

Link to this sectionDove posso trovare un elenco dei moduli disponibili e i loro argomenti?#

Controlla il codice sorgente nella ultralytics/nn/modules directory per tutti i moduli disponibili e i loro argomenti.

Link to this sectionCome aggiungo un modulo personalizzato alla mia configurazione YAML?#

Definisci il tuo modulo nel codice sorgente, importalo come mostrato in Modifica del codice sorgente e referenzialo per nome nel tuo file YAML.

Link to this sectionPosso usare pesi pre-addestrati con uno YAML personalizzato?#

Sì, puoi usare model.load("path/to/weights") per caricare pesi da un checkpoint pre-addestrato. Tuttavia, verranno caricati con successo solo i pesi per gli strati che corrispondono.

Link to this sectionCome convalidare la configurazione del mio modello?#

Usa model.info() per verificare se il conteggio dei FLOPs è diverso da zero. Un modello valido dovrebbe mostrare un conteggio FLOPs non zero. Se è zero, segui i suggerimenti in Suggerimenti per il debug per trovare il problema.