Guida alla configurazione YAML del modello

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

Struttura della Configurazione

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

Sezione Parametri

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

# 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 previste dal modello.
• scales definiscono i fattori di ridimensionamento composti che regolano la profondità, la larghezza e i canali massimi del modello per produrre diverse varianti di dimensione (da nano a extra-large).
• kpt_shape si applica ai modelli di posa. Può essere [N, 2] per (x, y) punti chiave o [N, 3] per (x, y, visibility).

Architettura di Backbone e Head

L'architettura del modello è costituita da sezioni di backbone (estrazione delle caratteristiche) e head (specifiche per l'attività):

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

Formato di Specificazione del Livello

Ogni layer segue uno schema coerente: [from, repeats, module, args]

Schemi di Connessione

Il from crea pattern di flusso di dati flessibili all'interno della rete:

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

- [[-1, 6], 1, Concat, [1]]    # Combines current layer with layer 6

- [[4, 6, 8], 1, Detect, [nc]] # Detection head using 3 feature scales

Ripetizione del Modulo

Il repeats Il parametro 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.

Moduli Disponibili

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

Operazioni di Base

Blocchi Compositi

Moduli Specializzati

Funzionalità Avanzate

Integrazione TorchVision

Il modulo TorchVision consente l'integrazione perfetta 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)

backbone:
  - [-1, 1, TorchVision, [768, convnext_tiny, DEFAULT, True, 2, False]]
head:
  - [-1, 1, Classify, [nc]]

Modulo Indice per la Selezione delle Feature

Quando si utilizzano modelli che restituiscono più feature map, 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

Sistema di Risoluzione del Modulo

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

Processo 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[4:]) if "ops." in m else globals()[m]

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

Catena di Importazione del Modulo

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

from ultralytics.nn.modules import (  # noqa: F401, E501
    SPPF,
    C2f,
    Conv,
    Detect,
    # ... many more modules
    Index,
    TorchVision,
)

Integrazione di Moduli Personalizzati

Modifica del Codice Sorgente

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

1. Installa Ultralytics in modalità di sviluppo usando il metodo di clonazione 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 alle importazioni 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. Verifica i FLOP per assicurarti che il forward pass funzioni:

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

Configurazioni di esempio

Modello 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

Modello 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

Modello 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]]

Best practice

Suggerimenti per la progettazione dell'architettura

Inizia in modo semplice: Inizia con architetture collaudate prima di personalizzare. Utilizza le configurazioni YOLO esistenti come modelli e modificale in modo incrementale piuttosto che costruirle 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 i livelli connessi. I canali di output (c2) di un livello devono corrispondere ai canali di input (c1) del livello successivo nella sequenza.

Utilizza le connessioni skip: Sfrutta il riutilizzo delle feature con pattern di [[-1, N], 1, Concat, [1]] . Queste connessioni aiutano il flusso del gradiente e consentono al modello di combinare le feature da scale diverse.

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

Considerazioni sulle prestazioni

Profondità vs Ampiezza: Le reti profonde catturano feature gerarchiche complesse attraverso più livelli di trasformazione, mentre le reti ampie elaborano più informazioni in parallelo a ogni livello. Bilancia questi aspetti in base alla complessità della tua attività.

Connessioni Skip: Migliora il flusso del gradiente durante l'addestramento e abilita il riutilizzo delle feature in tutta la rete. Sono particolarmente importanti nelle architetture più profonde per prevenire la scomparsa dei gradienti.

Blocchi Bottleneck: Riduci i costi computazionali mantenendo l'espressività del modello. Moduli come C2f utilizzano meno parametri rispetto alle convoluzioni standard, preservando al contempo la capacità di apprendimento delle feature.

Feature Multi-Scala: Essenziali per rilevare oggetti di diverse dimensioni nella stessa immagine. Utilizza pattern Feature Pyramid Network (FPN) con più detection head a scale diverse.

Risoluzione dei problemi

Problemi comuni

Suggerimenti per il debug

Quando si sviluppano architetture personalizzate, il debug sistematico aiuta a identificare i problemi in anticipo:

Usare Identity Head per il testing

Sostituire gli head complessi con nn.Identity per isolare i problemi del backbone:

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

Questo permette 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 FLOP e stampare ogni layer può anche aiutare a risolvere i problemi con la configurazione del modello personalizzato. Il conteggio dei FLOP dovrebbe essere diverso da zero per un modello valido. Se è zero, allora c'è probabilmente un problema con il forward pass. Eseguire un semplice forward pass dovrebbe mostrare l'esatto errore che si sta verificando.

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}")

Validazione passo dopo passo

1. Iniziare in modo minimale: Testare prima con l'architettura più semplice possibile
2. Aggiungere in modo incrementale: Costruire la complessità layer per layer
3. Controllare le dimensioni: Verificare la compatibilità delle dimensioni spaziali e dei canali
4. Validare lo scaling: Testare con diverse scale del modello (n, s, m)

FAQ

Come posso modificare il numero di classi nel mio modello?

Impostare il nc il parametro nella parte superiore del file YAML in modo che corrisponda al numero di classi del tuo set di dati.

nc: 5 # 5 classes

Posso usare un backbone personalizzato nel mio file YAML del modello?

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

Come posso scalare il mio modello per diverse dimensioni (nano, small, medium, ecc.)?

Utilizzare il scales sezione nel tuo YAML per definire i fattori di scala per profondità, larghezza e canali massimi. Il modello li applicherà automaticamente quando carichi il file YAML di base con la scala aggiunta al nome del file (ad esempio, yolo11n.yaml).

Cosa significa il [from, repeats, module, args] formato?

Questo formato specifica come viene costruito ogni livello:

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

Come posso risolvere gli errori di mancata corrispondenza dei canali?

Verifica che i canali di output di un livello corrispondano ai canali di input previsti del livello successivo. Usa print(model.model.model) per ispezionare l'architettura del tuo modello.

Dove posso trovare un elenco dei moduli disponibili e dei relativi argomenti?

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

Come posso aggiungere un modulo personalizzato alla mia configurazione YAML?

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

Posso usare pesi pre-addestrati con un file YAML personalizzato?

Sì, puoi usare model.load("path/to/weights") per caricare i pesi da un checkpoint pre-addestrato. Tuttavia, solo i pesi per i livelli corrispondenti verranno caricati correttamente.

Come posso convalidare la configurazione del mio modello?

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

📅 Creato 1 mese fa ✏️ Aggiornato 14 giorni fa

Commenti