Monitoraggio degli esperimenti con Neptune

Neptune è un archivio di metadati per MLOps, creato per i team che eseguono molti esperimenti. Offre un unico luogo in cui registrare, archiviare, visualizzare, organizzare, confrontare e interrogare tutti i metadati relativi alla creazione dei modelli.

Ultralytics YOLO11 con Neptune semplificare il monitoraggio degli esperimenti. Questa integrazione consente di registrare automaticamente le metriche di addestramento, visualizzare le previsioni dei modelli e archiviare gli artefatti dei modelli senza scrivere codice di registrazione personalizzato.

Caratteristiche principali

• Registrazione automatica: registra automaticamente le metriche di addestramento chiave come la perdita di box, la perdita di classificazione e mAP.
• Visualizzazione delle immagini: visualizza i mosaici di addestramento e le previsioni di convalida direttamente nella Neptune .
• Controllo dei modelli: Carica e controlla le versioni dei pesi del tuo modello addestrato (best.pt) automaticamente al termine della formazione.
• Monitoraggio degli iperparametri: registra tutti i parametri di configurazione per garantire la completa riproducibilità dei tuoi esperimenti.
• Grafici interattivi: visualizza matrici di confusione e curve di precisione-richiamo per analizzare le prestazioni del modello.

Installazione

Per utilizzare Neptune Ultralytics, è necessario installare il neptune pacchetto cliente insieme a ultralytics.

# Install the required packages
pip install ultralytics neptune

# Enable Neptune integration in Ultralytics settings
yolo settings neptune=True

Configurazione

Prima di iniziare la formazione, è necessario collegare l'ambiente locale al Neptune . Sarà necessario il token API e il nome del progetto dalla Neptune .

1. Ottieni le tue credenziali

1. Accedi a Neptune.ai.
2. Crea un nuovo progetto (o seleziona uno esistente).
3. Vai al menu utente e ottieni il tuo token API.

2. Imposta le variabili di ambiente

Il modo più sicuro per gestire le credenziali è tramite variabili d'ambiente. Si noti che ilNeptune Ultralytics Neptune legge il YOLO project argomento e non utilizza NEPTUNE_PROJECT. Passa l'intero Neptune (ad esempio, workspace/name) tramite project= nel comando di addestramento; altrimenti Neptune a utilizzare il valore predefinito letterale "Ultralytics" e l'esecuzione fallirà.

export NEPTUNE_API_TOKEN="your_long_api_token_here" # required

$Env:NEPTUNE_API_TOKEN = "your_long_api_token_here"  # required

import os

os.environ["NEPTUNE_API_TOKEN"] = "your_long_api_token_here"
os.environ["NEPTUNE_PROJECT"] = "your_workspace/your_project"

Utilizzo

Una volta configurato, puoi iniziare ad addestrare YOLO11 tuoi YOLO11 . Neptune funziona automaticamente quando il neptune Il pacchetto è installato e l'integrazione è abilitata nelle impostazioni.

Esempio di formazione

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n.pt")

# Train the model
# Pass the Neptune project slug as the 'project' argument (workspace/name)
results = model.train(data="coco8.yaml", epochs=10, project="my-workspace/my-project", name="experiment-1")

# Train via CLI
# project must be the Neptune slug (workspace/name); otherwise run creation will fail
yolo train data=coco8.yaml epochs=10 project=my-workspace/my-project name=experiment-1

Comprendere l'integrazione

Il diagramma seguente illustra come la pipeline Ultralytics interagisce con Neptune registrare vari artefatti e metriche.

graph LR
    A[YOLO Training Loop] --> B{Neptune Callback}
    B -->|Log Scalars| C[Loss, mAP, LR]
    B -->|Log Images| D[Mosaics, Preds]
    B -->|Log Artifacts| E[Model Weights]
    B -->|Log Metadata| F[Hyperparameters]

    C --> G[Neptune Server]
    D --> G
    E --> G
    F --> G

    G --> H[Neptune Web Dashboard]

Cosa viene registrato?

Quando esegui il comando di formazione, Neptune acquisisce automaticamente la seguente struttura di dati nella tua esecuzione:

1. Configurazione/Iperparametri: tutti gli argomenti di addestramento (epoch, lr0, ottimizzatore, ecc.) sono registrati nella sezione Configurazione.
2. Configurazione/Modello: l'architettura e la definizione del modello.
3. Metriche:
   • Addestramento: box_loss, cls_loss, dfl_loss, lr (velocità di apprendimento).
   • Metriche: precision, recall, mAP50, mAP50-95.
4. Immagini:
   • Mosaic: Lotti di addestramento che mostrano l'aumento dei dati.
   • Validation: Etichette di verità di base e previsioni del modello sui dati di convalida.
   • Plots: Matrici di confusione, curve di precisione-richiamo.
5. Pesi: Il modello finale addestrato (best.pt) viene caricato sul weights cartella nella Neptune .

Utilizzo avanzato

Organizzazione delle corse

È possibile utilizzare lo standard Ultralytics project e name argomenti per organizzare le tue corse in Neptune.

• project: Deve essere lo slug Neptune workspace/name; questo è ciò che il callback passa a neptune.init_run.
• name: Funge da identificatore per l'esecuzione specifica.

Registrazione personalizzata

Se è necessario registrare metriche personalizzate aggiuntive oltre alla registrazione automatica, è possibile accedere all'istanza Neptune . Si noti che sarà necessario modificare la logica del trainer o creare un callback personalizzato per accedere all'oggetto di esecuzione specifico, poiché Ultralytics gestisce internamente il ciclo di vita dell'esecuzione.

FAQ

Come posso disattivare Neptune ?

Se hai installato neptune ma desideri disabilitare la registrazione per una sessione specifica o globalmente, puoi modificare le YOLO .

# Disable Neptune integration
yolo settings neptune=False

Le mie immagini non vengono caricate. Cosa c'è che non va?

Assicurati che la tua rete consenta le connessioni ai server Neptune. Inoltre, la registrazione delle immagini avviene solitamente a intervalli specifici (ad esempio, alla fine di un'epoca o alla fine dell'addestramento). Se interrompi l'addestramento in anticipo utilizzando Ctrl+C, alcuni artefatti finali come le matrici di confusione o i pesi del modello migliore potrebbero non essere caricati.

Posso accedere a un ID Neptune specifico?

L'integrazione attuale crea automaticamente una nuova esecuzione per ogni sessione di formazione. Per riprendere la registrazione di un'esecuzione esistente, in genere è necessario gestire manualmente Neptune nel Python , il che esula dall'ambito dell'integrazione automatica. Tuttavia, Ultralytics la ripresa della formazione a livello locale, che creerà una nuova esecuzione in Neptune track epoche riprese.

Dove posso trovare i pesi dei modelli in Neptune?

Nella Neptune di Neptune , vai alla sezione Manufatti oppure Tutti i metadati sezione. Troverete un weights cartella contenente il tuo best.pt file, che è possibile scaricare per l'implementazione.

📅 Creato 0 giorni fa ✏️ Aggiornato 0 giorni fa

Commenti