Vai al contenuto

Configurazione

Le impostazioni e gli iperparametri di YOLO svolgono un ruolo fondamentale per le prestazioni, la velocità e l'accuratezza del modello. Queste impostazioni possono influenzare il comportamento del modello in varie fasi, tra cui l'addestramento, la validazione e la previsione.

Guarda: Padroneggiare Ultralytics YOLO: Configurazione



Guarda: Mastering Ultralytics YOLO : Configurazione

Ultralytics I comandi utilizzano la seguente sintassi:

Esempio

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)

Dove:

Predefinito ARG I valori sono definiti in questa pagina e provengono dal file cfg/defaults.yaml file.

Compiti

I modelli Ultralytics YOLO sono in grado di eseguire una serie di compiti di computer vision, tra cui:

Argomento Predefinito Descrizione
task 'detect' Specifica l'attività YOLO : detect per rilevamento degli oggetti, segment per la segmentazione, classify per la classificazione, pose per la stima della posa e obb per le bounding box orientate. Ogni compito è adattato a risultati e problemi specifici nell'analisi di immagini e video.

Guida ai compiti

Modalità

I modelli Ultralytics YOLO funzionano in diverse modalità, ciascuna progettata per una fase specifica del ciclo di vita del modello:

  • Addestrare: Addestra un modello YOLO su un set di dati personalizzato.
  • Val: convalida di un modello YOLO addestrato.
  • Prevedere: Utilizzare un modello YOLO addestrato per fare previsioni su nuove immagini o video.
  • Esportazione: Esporta un modello YOLO per la distribuzione.
  • Traccia: Traccia gli oggetti in tempo reale utilizzando un modello YOLO .
  • Benchmark: Eseguire un benchmark della velocità e della precisione delle esportazioni di YOLO ONNX, TensorRT, ecc.).
Argomento Predefinito Descrizione
mode 'train' Specifica la modalità operativa del modello YOLO : train per l'addestramento del modello, val per la convalida, predict per l'inferenza, export per la conversione in formati di distribuzione, track per il tracciamento degli oggetti e benchmark per la valutazione delle prestazioni. Ogni modalità supporta fasi diverse, dallo sviluppo alla distribuzione.

Guida alle modalità

Impostazioni del treno

Le impostazioni di addestramento per i modelli YOLO comprendono iperparametri e configurazioni che influenzano le prestazioni, la velocità e la precisione del modello. Le impostazioni principali includono la dimensione del batch, il tasso di apprendimento, il momentum e il decadimento del peso. Anche la scelta dell'ottimizzatore, della funzione di perdita e della composizione del set di dati hanno un impatto sulla formazione. La messa a punto e la sperimentazione sono fondamentali per ottenere prestazioni ottimali. Per maggiori dettagli, consultare la funzione entrypoint diUltralytics .

Argomento Tipo Predefinito Descrizione
model str None Specifica il file del modello per l'addestramento. Accetta il percorso di un file .pt modello preaddestrato o un .yaml file di configurazione. Essenziale per definire la struttura del modello o per inizializzare i pesi.
data str None Percorso del file di configurazione del set di dati (ad es, coco8.yaml). Questo file contiene i parametri specifici del set di dati, compresi i percorsi per l'addestramento e la formazione. dati di convalida, nomi delle classi e numero di classi.
epochs int 100 Numero totale di epoche di addestramento. Ogni epoch rappresenta un passaggio completo sull'intero set di dati. La regolazione di questo valore può influire sulla durata dell'addestramento e sulle prestazioni del modello.
time float None Tempo massimo di formazione in ore. Se impostato, sostituisce il valore epochs che consente di interrompere automaticamente l'addestramento dopo la durata specificata. Utile per scenari di addestramento con vincoli di tempo.
patience int 100 Numero di epoche da attendere senza miglioramenti nelle metriche di validazione prima di interrompere anticipatamente l'addestramento. Aiuta a prevenire l'overfitting, interrompendo l'addestramento quando le prestazioni raggiungono il livello massimo.
batch int 16 Dimensione del lottocon tre modalità: impostazione come numero intero (ad es, batch=16), modalità automatica per un utilizzo del 60% della memoria di GPU (batch=-1), o modalità automatica con frazione di utilizzo specificata (batch=0.70).
imgsz int o list 640 Dimensione dell'immagine target per l'addestramento. Tutte le immagini vengono ridimensionate a questa dimensione prima di essere inserite nel modello. Influisce sull'accuratezza del modello e sulla complessità computazionale.
save bool True Consente di salvare i checkpoint di addestramento e i pesi finali del modello. Utile per riprendere l'addestramento o la distribuzione del modello.
save_period int -1 Frequenza di salvataggio dei checkpoint del modello, specificata in epoche. Un valore di -1 disabilita questa funzione. Utile per salvare i modelli intermedi durante lunghe sessioni di allenamento.
cache bool False Abilita la cache delle immagini del dataset in memoria (True/ram), su disco (disk), oppure disattivarlo (False). Migliora la velocità di addestramento riducendo l'I/O su disco al costo di un maggiore utilizzo della memoria.
device int o str o list None Specifica il/i dispositivo/i di calcolo per l'addestramento: un singolo GPU (device=0), GPU multiple (device=0,1), CPU (device=cpu), o MPS per il silicio Apple (device=mps).
workers int 8 Numero di thread worker per il caricamento dei dati (per RANK se formazione multiGPU ). Influenza la velocità di preelaborazione dei dati e di alimentazione del modello, particolarmente utile nelle configurazioni multiGPU .
project str None Nome della directory del progetto in cui vengono salvati i risultati dell'allenamento. Consente l'archiviazione organizzata di diversi esperimenti.
name str None Nome della sessione di allenamento. Utilizzato per creare una sottocartella all'interno della cartella del progetto, in cui memorizzare i registri e i risultati dell'allenamento.
exist_ok bool False Se è vero, consente di sovrascrivere una cartella di progetto/nome esistente. Utile per la sperimentazione iterativa senza dover cancellare manualmente i risultati precedenti.
pretrained bool o str True Determina se iniziare l'addestramento da un modello preaddestrato. Può essere un valore booleano o un percorso stringa a un modello specifico da cui caricare i pesi. Migliora l'efficienza dell'addestramento e le prestazioni del modello.
optimizer str 'auto' Scelta dell'ottimizzatore per la formazione. Le opzioni includono SGD, Adam, AdamW, NAdam, RAdam, RMSProp ecc. auto per la selezione automatica in base alla configurazione del modello. Influisce sulla velocità di convergenza e sulla stabilità.
seed int 0 Imposta il seme casuale per l'addestramento, garantendo la riproducibilità dei risultati tra le esecuzioni con le stesse configurazioni.
deterministic bool True Forza l'uso di algoritmi deterministici, garantendo la riproducibilità, ma può influire sulle prestazioni e sulla velocità a causa della limitazione degli algoritmi non deterministici.
single_cls bool False Tratta tutte le classi in insiemi di dati multiclasse come una singola classe durante l'addestramento. Utile per compiti di classificazione binaria o quando ci si concentra sulla presenza di oggetti piuttosto che sulla classificazione.
classes list[int] None Specifica un elenco di ID di classi su cui allenarsi. Utile per filtrare e concentrarsi solo su alcune classi durante l'addestramento.
rect bool False Consente l'addestramento rettangolare, ottimizzando la composizione dei batch per ottenere un padding minimo. Può migliorare l'efficienza e la velocità, ma può influire sull'accuratezza del modello.
multi_scale bool False Consente la formazione su più scale aumentando/diminuendo il numero di ore di formazione. imgsz fino a un fattore di 0.5 durante l'addestramento. Addestra il modello a essere più accurato con più imgsz durante l'inferenza.
cos_lr bool False Utilizza uno scheduler del tasso di apprendimento del coseno, che regola il tasso di apprendimento seguendo una curva del coseno nel corso delle epoche. Aiuta a gestire il tasso di apprendimento per una migliore convergenza.
close_mosaic int 10 Disabilita l'aumento dei dati del mosaico nelle ultime N epoche per stabilizzare l'addestramento prima del completamento. L'impostazione a 0 disabilita questa funzione.
resume bool False Riprende l'addestramento dall'ultimo checkpoint salvato. Carica automaticamente i pesi del modello, lo stato dell'ottimizzatore e il conteggio delle epoche, continuando l'addestramento senza interruzioni.
amp bool True Abilita l'addestramento automatico di precisione mista (AMP), riducendo l'uso della memoria e possibilmente accelerando l'addestramento con un impatto minimo sulla precisione.
fraction float 1.0 Specifica la frazione del set di dati da utilizzare per l'addestramento. Consente l'addestramento su un sottoinsieme dell'intero set di dati, utile per gli esperimenti o quando le risorse sono limitate.
profile bool False Consente di profilare le velocità di ONNX e TensorRT durante l'addestramento, utile per ottimizzare la distribuzione del modello.
freeze int o list None Congela i primi N strati del modello o strati specificati per indice, riducendo il numero di parametri addestrabili. Utile per la messa a punto o l'apprendimento per trasferimento.
lr0 float 0.01 Tasso di apprendimento iniziale (cioè SGD=1E-2, Adam=1E-3). La regolazione di questo valore è fondamentale per il processo di ottimizzazione, in quanto influisce sulla velocità di aggiornamento dei pesi del modello.
lrf float 0.01 Tasso di apprendimento finale come frazione del tasso iniziale = (lr0 * lrf), utilizzato insieme agli schedulatori per regolare il tasso di apprendimento nel tempo.
momentum float 0.937 Fattore di momentum per SGD o beta1 per gli ottimizzatori Adam, che influenza l'incorporazione dei gradienti passati nell'aggiornamento corrente.
weight_decay float 0.0005 Termine di regolarizzazione L2, che penalizza i pesi grandi per evitare l'overfitting.
warmup_epochs float 3.0 Numero di epoche per il riscaldamento del tasso di apprendimento, aumentando gradualmente il tasso di apprendimento da un valore basso al tasso di apprendimento iniziale per stabilizzare l'addestramento all'inizio.
warmup_momentum float 0.8 Slancio iniziale per la fase di riscaldamento, con regolazione graduale dello slancio impostato nel corso del periodo di riscaldamento.
warmup_bias_lr float 0.1 Tasso di apprendimento dei parametri di polarizzazione durante la fase di riscaldamento, che aiuta a stabilizzare l'addestramento del modello nelle epoche iniziali.
box float 7.5 Peso della componente box loss nella funzione di perdita, che influenza l'importanza attribuita alla previsione accurata delle coordinate del rettangolo di selezione.
cls float 0.5 Peso della perdita di classificazione nella funzione di perdita totale, che influisce sull'importanza della previsione della classe corretta rispetto agli altri componenti.
dfl float 1.5 Peso della perdita focale della distribuzione, utilizzato in alcune versioni di YOLO per una classificazione a grana fine.
pose float 12.0 Peso della perdita di posa nei modelli addestrati per la stima della posa, che influenza l'enfasi sulla previsione accurata dei punti chiave della posa.
kobj float 2.0 Peso della perdita di oggettività dei punti chiave nei modelli di stima della posa, bilanciando la fiducia nel rilevamento con l'accuratezza della posa.
nbs int 64 Dimensione nominale del lotto per la normalizzazione della perdita.
overlap_mask bool True Determina se le maschere degli oggetti devono essere unite in un'unica maschera per l'addestramento o se devono essere mantenute separate per ogni oggetto. In caso di sovrapposizione, la maschera più piccola viene sovrapposta a quella più grande durante la fusione.
mask_ratio int 4 Rapporto di downsample per le maschere di segmentazione, che influisce sulla risoluzione delle maschere utilizzate durante l'addestramento.
dropout float 0.0 Tasso di abbandono per la regolarizzazione nei compiti di classificazione, per evitare l'overfitting mediante l'omissione casuale di unità durante l'addestramento.
val bool True Abilita la convalida durante l'addestramento, consentendo una valutazione periodica delle prestazioni del modello su un set di dati separato.
plots bool False Genera e salva i grafici delle metriche di addestramento e di convalida, nonché gli esempi di predizione, fornendo indicazioni visive sulle prestazioni del modello e sulla progressione dell'apprendimento.

Nota sulle impostazioni delle dimensioni del batch

Il batch argomento offre tre opzioni di configurazione:

  • Dimensione fissa del lotto: Specificare il numero di immagini per batch con un numero intero (ad esempio, il numero di immagini per batch), batch=16).
  • Modalità Auto (60% GPU Memoria): Utilizzo batch=-1 per la regolazione automatica a circa il 60% di utilizzo della memoria CUDA .
  • Modalità automatica con frazione di utilizzo: Impostare una frazione (ad es, batch=0.70) da regolare in base all'utilizzo della memoria GPU specificata.

Guida ai treni

Prevedere le impostazioni

Le impostazioni di previsione per i modelli YOLO includono iperparametri e configurazioni che influenzano le prestazioni, la velocità e l'accuratezza durante l'inferenza. Le impostazioni principali includono la soglia di confidenza, la soglia di soppressione non massima (NMS) e il numero di classi. Anche la dimensione e il formato dei dati di input e le caratteristiche supplementari come le maschere influiscono sulle previsioni. La regolazione di queste impostazioni è essenziale per ottenere prestazioni ottimali.

Argomenti di inferenza:

Argomento Tipo Predefinito Descrizione
source str 'ultralytics/assets' Specifica l'origine dei dati per l'inferenza. Può essere un percorso di immagine, un file video, una directory, un URL o un ID dispositivo per i feed live. Supporta un'ampia gamma di formati e fonti, consentendo un'applicazione flessibile a diversi tipi di input.
conf float 0.25 Imposta la soglia minima di confidenza per i rilevamenti. Gli oggetti rilevati con una confidenza inferiore a questa soglia vengono ignorati. La regolazione di questo valore può contribuire a ridurre i falsi positivi.
iou float 0.7 Soglia di Intersection Over Union (IoU) per la soppressione non massima (NMS). Valori più bassi determinano un minor numero di rilevamenti eliminando le caselle sovrapposte, utili per ridurre i duplicati.
imgsz int o tuple 640 Definisce la dimensione dell'immagine per l'inferenza. Può essere un singolo numero intero 640 per il ridimensionamento quadrato o una tupla (altezza, larghezza). Un dimensionamento corretto può migliorare il rilevamento precisione e velocità di elaborazione.
half bool False Abilita l'inferenza a mezza precisione (FP16), che può accelerare l'inferenza del modello sulle GPU supportate con un impatto minimo sulla precisione.
device str None Specifica il dispositivo per l'inferenza (ad es, cpu, cuda:0 o 0). Consente agli utenti di scegliere tra CPU, uno specifico GPU o altri dispositivi di calcolo per l'esecuzione del modello.
batch int 1 Specifica la dimensione del batch per l'inferenza (funziona solo quando la sorgente è una directory, un file video o .txt file). Una dimensione maggiore del batch può garantire una maggiore produttività, riducendo il tempo totale necessario per l'inferenza.
max_det int 300 Numero massimo di rilevamenti consentiti per immagine. Limita il numero totale di oggetti che il modello può rilevare in una singola inferenza, prevenendo un numero eccessivo di risultati in scene dense.
vid_stride int 1 Frame stride per gli ingressi video. Consente di saltare i fotogrammi nei video per accelerare l'elaborazione a scapito della risoluzione temporale. Un valore di 1 elabora ogni fotogramma, valori più alti saltano i fotogrammi.
stream_buffer bool False Determina se mettere in coda i fotogrammi in arrivo per i flussi video. Se False, i vecchi fotogrammi vengono abbandonati per ospitare quelli nuovi (ottimizzati per le applicazioni in tempo reale). Se Trueaccoda i nuovi fotogrammi in un buffer, assicurando che nessun fotogramma venga saltato, ma causerà latenza se l'FPS dell'inferenza è inferiore all'FPS del flusso.
visualize bool False Attiva la visualizzazione delle caratteristiche del modello durante l'inferenza, fornendo informazioni su ciò che il modello "vede". Utile per il debugging e l'interpretazione del modello.
augment bool False Consente l'aumento del tempo di test (TTA) per le previsioni, migliorando potenzialmente la robustezza del rilevamento al costo della velocità di inferenza.
agnostic_nms bool False Abilita la soppressione non massimale (NMS), che unisce le caselle sovrapposte di classi diverse. Utile in scenari di rilevamento multiclasse in cui la sovrapposizione di classi è comune.
classes list[int] None Filtra le previsioni in base a un insieme di ID di classe. Verranno restituiti solo i rilevamenti appartenenti alle classi specificate. Utile per concentrarsi sugli oggetti rilevanti in compiti di rilevamento multiclasse.
retina_masks bool False Restituisce maschere di segmentazione ad alta risoluzione. Le maschere restituite (masks.data) corrisponderanno alle dimensioni dell'immagine originale, se abilitati. Se sono disabilitati, hanno la dimensione dell'immagine usata durante l'inferenza.
embed list[int] None Specifica i livelli da cui estrarre vettori di caratteristiche o embeddings. Utile per attività a valle come il clustering o la ricerca di similarità.
project str None Nome della directory del progetto in cui vengono salvati i risultati della predizione, se save è abilitato.
name str None Nome della corsa di predizione. Utilizzato per creare una sottocartella all'interno della cartella del progetto, dove vengono memorizzati gli output della predizione se save è abilitato.
stream bool False Consente un'elaborazione efficiente della memoria per video lunghi o numerose immagini, restituendo un generatore di oggetti Risultati invece di caricare tutti i fotogrammi in memoria in una sola volta.
verbose bool True Controlla se visualizzare i log dettagliati dell'inferenza nel terminale, fornendo un feedback in tempo reale sul processo di predizione.

Argomenti di visualizzazione:

Argomento Tipo Predefinito Descrizione
show bool False Se Truevisualizza le immagini o i video annotati in una finestra. Utile per un feedback visivo immediato durante lo sviluppo o il test.
save bool False or True Consente di salvare su file le immagini o i video annotati. Utile per la documentazione, per ulteriori analisi o per la condivisione dei risultati. Predefinito a True quando si usa CLI e False quando si usa Python.
save_frames bool False Durante l'elaborazione dei video, salva i singoli fotogrammi come immagini. È utile per estrarre fotogrammi specifici o per un'analisi dettagliata fotogramma per fotogramma.
save_txt bool False Salva i risultati del rilevamento in un file di testo, seguendo il formato [class] [x_center] [y_center] [width] [height] [confidence]. Utile per l'integrazione con altri strumenti di analisi.
save_conf bool False Include i punteggi di confidenza nei file di testo salvati. Aumenta i dettagli disponibili per la post-elaborazione e l'analisi.
save_crop bool False Salva le immagini ritagliate dei rilevamenti. Utile per aumentare il set di dati, per l'analisi o per creare set di dati mirati per oggetti specifici.
show_labels bool True Visualizza le etichette per ogni rilevamento nell'output visivo. Fornisce una comprensione immediata degli oggetti rilevati.
show_conf bool True Visualizza il punteggio di confidenza per ogni rilevamento accanto all'etichetta. Fornisce indicazioni sulla certezza del modello per ogni rilevamento.
show_boxes bool True Disegna riquadri di delimitazione attorno agli oggetti rilevati. È essenziale per l'identificazione visiva e la localizzazione degli oggetti nelle immagini o nei fotogrammi video.
line_width None or int None Specifica la larghezza della linea delle caselle di delimitazione. Se NoneLa larghezza della linea viene regolata automaticamente in base alle dimensioni dell'immagine. Fornisce una personalizzazione visiva per la chiarezza.
font_size float None Dimensione del carattere del testo per le annotazioni. Scala automaticamente con le dimensioni dell'immagine se impostata su None.
font str 'Arial.ttf' Nome o percorso del carattere per le annotazioni di testo nella visualizzazione.
pil bool False Restituisce l'immagine come oggetto immagine PIL invece che come array numpy.
kpt_radius int 5 Raggio dei punti chiave quando si visualizzano i risultati della stima della posa.
kpt_line bool True Collegare i punti chiave con linee quando si visualizza la stima della posa.
masks bool True Visualizza le maschere di segmentazione nell'output di visualizzazione.
probs bool True Includere le probabilità di classificazione nella visualizzazione.
filename str None Percorso e nome del file per salvare l'immagine annotata. save=True.
color_mode str 'class' Specificare la modalità di colorazione delle visualizzazioni, ad esempio 'istanza' o 'classe'.
txt_color tuple[int, int, int] (255, 255, 255) Colore del testo RGB per le annotazioni dei compiti di classificazione.

Guida alla previsione

Impostazioni di convalida

Le impostazioni di validazione per i modelli YOLO coinvolgono iperparametri e configurazioni per valutare le prestazioni su un set di dati di validazione. Queste impostazioni influenzano le prestazioni, la velocità e l'accuratezza. Le impostazioni più comuni includono la dimensione del lotto, la frequenza di convalida e le metriche di prestazione. Anche le dimensioni e la composizione del set di dati di convalida, insieme al compito specifico, influiscono sul processo.

Argomento Tipo Predefinito Descrizione
data str None Specifica il percorso del file di configurazione del set di dati (ad esempio, coco8.yaml). Questo file include i percorsi per dati di convalida, nomi delle classi e numero di classi.
imgsz int 640 Definisce la dimensione delle immagini in ingresso. Tutte le immagini vengono ridimensionate a questa dimensione prima dell'elaborazione. Dimensioni maggiori possono migliorare la precisione per gli oggetti piccoli, ma aumentano il tempo di calcolo.
batch int 16 Imposta il numero di immagini per batch. Valori più alti utilizzano la memoria GPU in modo più efficiente, ma richiedono più VRAM. Regolare in base alle risorse hardware disponibili.
save_json bool False Se Truesalva i risultati in un file JSON per ulteriori analisi, per l'integrazione con altri strumenti o per l'invio a server di valutazione come COCO.
save_hybrid bool False Se Truesalva una versione ibrida delle etichette che combina le annotazioni originali con le previsioni aggiuntive del modello. Utile per l'apprendimento semi-supervisionato e per il miglioramento dei set di dati.
conf float 0.001 Imposta la soglia minima di confidenza per i rilevamenti. Valori più bassi aumentano il richiamo, ma possono introdurre un maggior numero di falsi positivi. Utilizzato durante la convalida per calcolare le curve precisione-richiamo.
iou float 0.6 Imposta la soglia di intersezione sopra l'unione per la soppressione non massima. Controlla l'eliminazione dei duplicati.
max_det int 300 Limita il numero massimo di rilevamenti per immagine. Utile in scene dense per evitare rilevamenti eccessivi e gestire le risorse di calcolo.
half bool True Consente il calcolo a mezza precisione (FP16), riducendo l'utilizzo della memoria e aumentando potenzialmente la velocità con un impatto minimo sulla precisione.
device str None Specifica il dispositivo per la convalida (cpu, cuda:0, ecc.). Quando Noneseleziona automaticamente il miglior dispositivo disponibile. È possibile specificare più dispositivi CUDA separandoli con una virgola.
dnn bool False Se True, utilizza il OpenCV Modulo DNN per l'inferenza del modello ONNX , che offre un'alternativa a PyTorch metodi di inferenza.
plots bool False Quando è impostato su Truegenera e salva i grafici delle previsioni rispetto alla verità a terra, le matrici di confusione e le curve PR per una valutazione visiva delle prestazioni del modello.
rect bool True Se Trueutilizza l'inferenza rettangolare per il batching, riducendo il padding e potenzialmente aumentando la velocità e l'efficienza dell'elaborazione delle immagini nel loro rapporto di aspetto originale.
split str 'val' Determina la suddivisione del set di dati da utilizzare per la validazione (val, test, o train). Permette una certa flessibilità nella scelta del segmento di dati per la valutazione delle prestazioni.
project str None Nome della directory del progetto in cui vengono salvati i risultati della convalida. Aiuta a organizzare i risultati di diversi esperimenti o modelli.
name str None Nome dell'esecuzione di convalida. Utilizzato per creare una sottocartella all'interno della cartella del progetto, dove vengono memorizzati i log e gli output della convalida.
verbose bool False Se Truevisualizza informazioni dettagliate durante il processo di convalida, comprese le metriche per classe, l'avanzamento del batch e ulteriori informazioni di debug.
save_txt bool False Se Truesalva i risultati del rilevamento in file di testo, con un file per immagine, utile per ulteriori analisi, post-elaborazione personalizzata o integrazione con altri sistemi.
save_conf bool False Se Trueinclude i valori di confidenza nei file di testo salvati quando save_txt è abilitato e fornisce un output più dettagliato per l'analisi e il filtraggio.
save_crop bool False Se Truesalva le immagini ritagliate degli oggetti rilevati, che possono essere utili per creare insiemi di dati mirati, per la verifica visiva o per un'ulteriore analisi dei singoli rilevamenti.
workers int 8 Numero di thread worker per il caricamento dei dati. Valori più alti possono accelerare la preelaborazione dei dati, ma possono aumentare l'utilizzo CPU . L'impostazione a 0 utilizza il thread principale, che può essere più stabile in alcuni ambienti.
augment bool False Consente l'aumento del tempo di prova (TTA) durante la convalida, migliorando potenzialmente l'accuratezza del rilevamento al costo della velocità di inferenza, eseguendo l'inferenza su versioni trasformate dell'input.
agnostic_nms bool False Abilita la soppressione non massimale indipendente dalla classe, che unisce le caselle sovrapposte indipendentemente dalla classe prevista. Utile per le applicazioni incentrate sull'istanza.
single_cls bool False Tratta tutte le classi come un'unica classe durante la validazione. Utile per valutare le prestazioni del modello su compiti di rilevamento binari o quando le distinzioni di classe non sono importanti.

Un'attenta messa a punto e la sperimentazione sono fondamentali per garantire prestazioni ottimali e per individuare e prevenire l 'overfitting.

Guida di Val

Impostazioni di esportazione

Le impostazioni di esportazione per i modelli YOLO includono le configurazioni per il salvataggio o l'esportazione del modello per l'uso in ambienti diversi. Queste impostazioni influiscono sulle prestazioni, sulle dimensioni e sulla compatibilità. Le impostazioni principali includono il formato del file esportato (ad esempio, ONNX, TensorFlow SavedModel), il dispositivo di destinazione (ad esempio, CPU, GPU) e caratteristiche come le maschere. Anche l'attività del modello e i vincoli dell'ambiente di destinazione influiscono sul processo di esportazione.

Argomento Tipo Predefinito Descrizione
format str 'torchscript' Formato di destinazione per il modello esportato, ad esempio 'onnx', 'torchscript', 'engine' TensorRT) o altri. Ogni formato consente la compatibilità con diversi ambienti di distribuzione.
imgsz int o tuple 640 Dimensione desiderata dell'immagine per l'input del modello. Può essere un numero intero per le immagini quadrate (ad esempio, 640 per 640×640) o una tupla (height, width) per le dimensioni specifiche.
keras bool False Consente l'esportazione in formato Keras per TensorFlow SavedModel, garantendo la compatibilità con i servizi e le API di TensorFlow .
optimize bool False Applica l'ottimizzazione per i dispositivi mobili quando si esporta in TorchScript, riducendo potenzialmente le dimensioni del modello e migliorando le prestazioni dell'inferenza. Non è compatibile con il formato NCNN o con i dispositivi CUDA .
half bool False Abilita la quantizzazione FP16 (mezza precisione), riducendo le dimensioni del modello e potenzialmente accelerando l'inferenza sull'hardware supportato. Non è compatibile con la quantizzazione INT8 o con le esportazioni CPU per ONNX.
int8 bool False Attiva la quantizzazione INT8, comprimendo ulteriormente il modello e accelerando l'inferenza con una perdita minima di precisione, soprattutto per i dispositivi edge. Se usato con TensorRT, esegue la quantizzazione post-training (PTQ).
dynamic bool False Consente dimensioni di input dinamiche per le esportazioni ONNX, TensorRT e OpenVINO , migliorando la flessibilità nella gestione di immagini di dimensioni diverse. Imposta automaticamente su True quando si usa TensorRT con INT8.
simplify bool True Semplifica il grafico del modello per le esportazioni di ONNX con onnxslimpotenzialmente migliorando le prestazioni e la compatibilità con i motori di inferenza.
opset int None Specifica la versione dell'opset ONNX per la compatibilità con i vari ONNX e runtime diversi. Se non è impostata, utilizza l'ultima versione supportata.
workspace float o None None Imposta la dimensione massima dell'area di lavoro in GiB per i file TensorRT ottimizzazioni, bilanciando l'uso della memoria e le prestazioni. Utilizzo None per l'assegnazione automatica da parte di TensorRT fino al massimo del dispositivo.
nms bool False Aggiunge la soppressione non massima (NMS) al modello esportato, se supportata (vedere Formati di esportazione), migliorando l'efficienza della post-elaborazione del rilevamento. Non disponibile per i modelli end2end.
batch int 1 Specifica la dimensione dell'inferenza batch del modello di esportazione o il numero massimo di immagini che il modello esportato elaborerà contemporaneamente in predict modalità. Per le esportazioni di Edge TPU , questo valore è automaticamente impostato su 1.
device str None Specifica il dispositivo da esportare: GPU (device=0), CPU (device=cpu), MPS per il silicio Apple (device=mps) o DLA per NVIDIA Jetson (device=dla:0 o device=dla:1). Le esportazioni di TensorRT utilizzano automaticamente la GPU.
data str 'coco8.yaml' Percorso verso il set di dati file di configurazione (predefinito: coco8.yaml), essenziale per la calibrazione della quantizzazione INT8. Se non viene specificato con INT8 abilitato, verrà assegnato un set di dati predefinito.

Una configurazione accurata garantisce che il modello esportato sia ottimizzato per il caso d'uso e funzioni efficacemente nell'ambiente di destinazione.

Guida all'esportazione

Soluzioni Impostazioni

Le impostazioni di configurazione Ultralytics Solutions offrono la flessibilità necessaria per personalizzare i modelli per attività come il conteggio degli oggetti, la creazione di mappe di calore, il monitoraggio degli allenamenti, l'analisi dei dati, il monitoraggio delle zone, la gestione delle code e il conteggio basato sulle regioni. Queste opzioni consentono facili regolazioni per ottenere risultati accurati e utili, adattati alle esigenze specifiche.

Argomento Tipo Predefinito Descrizione
model str None Percorso del file del modelloYOLO Ultralytics .
region list [(20, 400), (1260, 400)] Elenco dei punti che definiscono la regione di conteggio.
show_in bool True Flag per controllare se visualizzare o meno i conteggi nel flusso video.
show_out bool True Flag per controllare se visualizzare i conteggi di uscita nel flusso video.
analytics_type str line Tipo di grafico, cioè, line, bar, area, o pie.
colormap int cv2.COLORMAP_JET Mappa dei colori da utilizzare per la mappa di calore.
json_file str None Percorso del file JSON che contiene tutti i dati delle coordinate del parcheggio.
up_angle float 145.0 Soglia di angolazione per la posa "up".
kpts list[int, int, int] [6, 8, 10] Elenco dei punti chiave utilizzati per monitorare gli allenamenti. Questi punti chiave corrispondono alle articolazioni o alle parti del corpo, come spalle, gomiti e polsi, per esercizi come flessioni, trazioni, squat e addominali.
down_angle float 90.0 Soglia di angolazione per la posa "giù".
blur_ratio float 0.5 Regola la percentuale dell'intensità della sfocatura, con valori compresi nell'intervallo 0.1 - 1.0.
crop_dir str "cropped-detections" Nome della directory per la memorizzazione dei rilevamenti ritagliati.
records int 5 Conteggio dei rilevamenti totali per attivare un'e-mail con il sistema di allarme di sicurezza.
vision_point tuple[int, int] (50, 50) Il punto in cui la visione traccerà gli oggetti e disegnerà i percorsi utilizzando VisionEye Solution.
tracker str 'botsort.yaml' Specifica l'algoritmo di tracciamento da utilizzare, ad es, bytetrack.yaml o botsort.yaml.
conf float 0.3 Imposta la soglia di confidenza per i rilevamenti; valori più bassi consentono di tracciare un maggior numero di oggetti, ma possono includere falsi positivi.
iou float 0.5 Imposta la soglia Intersection over Union (IoU) per il filtraggio dei rilevamenti sovrapposti.
classes list None Filtra i risultati per indice di classe. Ad esempio, classes=[0, 2, 3] tiene traccia solo delle classi specificate.
verbose bool True Controlla la visualizzazione dei risultati del tracciamento, fornendo un output visivo degli oggetti tracciati.
device str None Specifica il dispositivo per l'inferenza (ad es, cpu, cuda:0 o 0). Consente agli utenti di scegliere tra CPU, uno specifico GPU o altri dispositivi di calcolo per l'esecuzione del modello.
show bool False Se Truevisualizza le immagini o i video annotati in una finestra. Utile per un feedback visivo immediato durante lo sviluppo o il test.
line_width None or int None Specifica la larghezza della linea delle caselle di delimitazione. Se NoneLa larghezza della linea viene regolata automaticamente in base alle dimensioni dell'immagine. Fornisce una personalizzazione visiva per la chiarezza.

Guida alle soluzioni

Impostazioni di aumento

Le tecniche di incremento dei dati sono essenziali per migliorare la robustezza e le prestazioni del modello YOLO introducendo variabilità nei dati di addestramento, aiutando il modello a generalizzarsi meglio ai dati non visti. La tabella seguente illustra lo scopo e l'effetto di ciascun argomento di incremento:

Argomento Tipo Predefinito Gamma Descrizione
hsv_h float 0.015 0.0 - 1.0 Regola la tonalità dell'immagine di una frazione della ruota dei colori, introducendo la variabilità del colore. Aiuta il modello a generalizzarsi in diverse condizioni di illuminazione.
hsv_s float 0.7 0.0 - 1.0 Altera la saturazione dell'immagine di una frazione, influenzando l'intensità dei colori. Utile per simulare diverse condizioni ambientali.
hsv_v float 0.4 0.0 - 1.0 Modifica il valore (luminosità) dell'immagine di una frazione, aiutando il modello a funzionare bene in varie condizioni di illuminazione.
degrees float 0.0 -180 - +180 Ruota l'immagine in modo casuale all'interno dell'intervallo di gradi specificato, migliorando la capacità del modello di riconoscere gli oggetti con diversi orientamenti.
translate float 0.1 0.0 - 1.0 Traduce l'immagine in orizzontale e in verticale di una frazione delle dimensioni dell'immagine, aiutando l'apprendimento del rilevamento di oggetti parzialmente visibili.
scale float 0.5 >=0.0 Ridimensiona l'immagine con un fattore di guadagno, simulando oggetti a distanze diverse dalla telecamera.
shear float 0.0 -180 - +180 Taglia l'immagine di un grado specifico, simulando l'effetto di oggetti visti da angolazioni diverse.
perspective float 0.0 0.0 - 0.001 Applica una trasformazione prospettica casuale all'immagine, migliorando la capacità del modello di comprendere gli oggetti nello spazio 3D.
flipud float 0.0 0.0 - 1.0 Capovolge l'immagine con la probabilità specificata, aumentando la variabilità dei dati senza influire sulle caratteristiche dell'oggetto.
fliplr float 0.5 0.0 - 1.0 Capovolge l'immagine da sinistra a destra con la probabilità specificata, utile per l'apprendimento di oggetti simmetrici e per aumentare la diversità del set di dati.
bgr float 0.0 0.0 - 1.0 Inverte i canali dell'immagine da RGB a BGR con la probabilità specificata, utile per aumentare la robustezza di un ordine errato dei canali.
mosaic float 1.0 0.0 - 1.0 Combina quattro immagini di addestramento in una sola, simulando diverse composizioni della scena e interazioni di oggetti. Molto efficace per la comprensione di scene complesse.
mixup float 0.0 0.0 - 1.0 Fonde due immagini e le loro etichette, creando un'immagine composita. Migliora la capacità di generalizzazione del modello introducendo il rumore delle etichette e la variabilità visiva.
copy_paste float 0.0 0.0 - 1.0 Copia e incolla gli oggetti tra le immagini, utile per aumentare le istanze degli oggetti e imparare l'occlusione degli oggetti. Richiede etichette di segmentazione.
copy_paste_mode str 'flip' - Selezione del metodo di incremento copia-incolla tra le opzioni di ("flip", "mixup").
auto_augment str 'randaugment' - Applica automaticamente una politica di incremento predefinita (randaugment, autoaugment, augmix), ottimizzando i compiti di classificazione attraverso la diversificazione delle caratteristiche visive.
erasing float 0.4 0.0 - 0.9 Cancella a caso una parte dell'immagine durante l'addestramento alla classificazione, incoraggiando il modello a concentrarsi su caratteristiche meno evidenti per il riconoscimento.
crop_fraction float 1.0 0.1 - 1.0 Ritaglia l'immagine di classificazione a una frazione delle sue dimensioni per enfatizzare le caratteristiche centrali e adattarsi alle scale degli oggetti, riducendo le distrazioni dello sfondo.

Regolare queste impostazioni per soddisfare i requisiti del set di dati e dell'attività. La sperimentazione di diversi valori può aiutare a trovare la strategia di incremento ottimale per ottenere le migliori prestazioni del modello.

Impostazioni di registrazione, checkpoint e plottaggio

La registrazione, i punti di controllo, il tracciamento e la gestione dei file sono importanti quando si addestra un modello YOLO :

  • Registrazione: Tracciare i progressi del modello e diagnosticare i problemi utilizzando librerie come TensorBoard o scrivendo su un file.
  • Punti di controllo: Salvare il modello a intervalli regolari per riprendere l'addestramento o sperimentare diverse configurazioni.
  • Tracciatura: Visualizzare le prestazioni e i progressi dell'allenamento utilizzando librerie come matplotlib o TensorBoard.
  • Gestione dei file: Organizzare i file generati durante l'allenamento, come i checkpoint, i file di log e i grafici, per facilitarne l'accesso e l'analisi.

Una gestione efficace di questi aspetti aiuta a tracciare i progressi e facilita il debugging e l'ottimizzazione.

Argomento Predefinito Descrizione
project 'runs' Specifica la directory principale per il salvataggio delle sessioni di allenamento. Ogni sessione viene salvata in una sottodirectory separata.
name 'exp' Definisce il nome dell'esperimento. Se non specificato, YOLO incrementa questo nome per ogni esecuzione (ad esempio, exp, exp2) per evitare la sovrascrittura.
exist_ok False Determina se sovrascrivere una directory di esperimenti esistente. True consente la sovrascrittura; False lo impedisce.
plots False Controlla la generazione e il salvataggio dei grafici di formazione e convalida. Impostare su True per creare grafici come le curve di perdita, precisione-richiamo curve e previsioni di campioni per il monitoraggio visivo delle prestazioni.
save False Consente di salvare i checkpoint di addestramento e i pesi finali del modello. Impostare su True per salvare periodicamente gli stati del modello, consentendo la ripresa dell'addestramento o la distribuzione del modello.

FAQ

Come posso migliorare le prestazioni del mio modello YOLO durante l'allenamento?

Migliorate le prestazioni regolando iperparametri come la dimensione del batch, il tasso di apprendimento, il momentum e il decadimento del peso. Regolate le impostazioni di incremento dei dati, selezionate il giusto ottimizzatore e utilizzate tecniche come l'arresto anticipato o la precisione mista. Per maggiori dettagli, consultare la Guida all'addestramento.

Quali sono gli iperparametri chiave per l'accuratezza del modello YOLO ?

Gli iperparametri chiave che influenzano l'accuratezza includono

  • Dimensione del lotto (batch): Le dimensioni più grandi possono stabilizzare l'allenamento, ma richiedono più memoria.
  • Tasso di apprendimento (lr0): I tassi più piccoli offrono regolazioni fini ma una convergenza più lenta.
  • Momento (momentum): Accelera i vettori del gradiente, smorzando le oscillazioni.
  • Dimensione immagine (imgsz): Dimensioni maggiori migliorano l'accuratezza ma aumentano il carico computazionale.

Regolare questi parametri in base al set di dati e all'hardware. Per saperne di più, consultate Impostazioni treno.

Come si imposta il tasso di apprendimento per l'addestramento di un modello YOLO ?

Il tasso di apprendimento (lr0) è fondamentale; iniziare con 0.01 per SGD o 0.001 per Ottimizzatore Adam. Monitorare le metriche e regolare se necessario. Utilizzare gli scheduler del tasso di apprendimento del coseno (cos_lr) o di riscaldamento (warmup_epochs, warmup_momentum). I dettagli sono riportati nella sezione Guida ai treni.

Quali sono le impostazioni di inferenza predefinite per i modelli di YOLO ?

Le impostazioni predefinite includono:

  • Soglia di confidenza (conf=0.25): Fiducia minima per i rilevamenti.
  • Soglia IoU (iou=0.7): Per Soppressione non massima (NMS).
  • Dimensione immagine (imgsz=640): Ridimensiona le immagini in ingresso.
  • Dispositivo (device=None): Seleziona CPU o GPU.

Per una panoramica completa, vedere Impostazioni di Predict e la Guida di Predict.

Perché utilizzare una formazione mista di precisione con i modelli YOLO ?

Precisione mista formazione (amp=True) riduce l'uso della memoria e velocizza l'addestramento utilizzando FP16 e FP32. È vantaggioso per le moderne GPU, in quanto consente modelli più grandi e calcoli più veloci senza una significativa perdita di precisione. Per saperne di più Guida ai treni.

📅C reato 1 anno fa ✏️ Aggiornato 7 giorni fa
glenn-jocher RizwanMunawar jk4e Assistente Ultralitico MatteoNoyce ambizioso-octopus fcakyon Ridere-q plashchynski Burhan-Q AyushExel tensostruttura

Commenti