Configurazione#
Le impostazioni e gli iperparametri di YOLO giocano un ruolo fondamentale nelle prestazioni, nella velocità e nella precisione del modello. Queste impostazioni possono influenzare il comportamento del modello in varie fasi, tra cui addestramento, validazione e predizione.
Watch: Mastering Ultralytics YOLO: Configuration
I comandi Ultralytics utilizzano la seguente sintassi:
Esempio
yolo TASK MODE ARGSDove:
TASK(facoltativo) è uno tra (detect, segment, semantic, depth, classify, pose, obb)MODE(obbligatorio) è uno tra (train, val, predict, export, track, benchmark)ARGS(facoltativo) sono coppiearg=valuecomeimgsz=640che sovrascrivono i valori predefiniti.
I valori predefiniti di ARG sono definiti in questa pagina e provengono dal file cfg/default.yaml.
Task#
I modelli Ultralytics YOLO possono eseguire una varietà di attività di computer vision, tra cui:
- Detect: L'object detection identifica e localizza oggetti all'interno di un'immagine o di un video.
- Segment: La segmentazione delle istanze divide un'immagine o un video in regioni corrispondenti a oggetti o classi differenti.
- Segmentazione semantica (
semantic): La segmentazione semantica assegna un'etichetta di classe a ogni pixel di un'immagine per una comprensione dettagliata della scena. - Profondità (
depth): La stima della profondità monoculare predice una mappa di profondità per pixel in metri da una singola immagine RGB. - Classify: La classificazione delle immagini predice l'etichetta di classe di un'immagine di input.
- Pose: La stima della posa identifica gli oggetti e stima i loro keypoint in un'immagine o in un video.
- OBB: Gli Oriented Bounding Boxes utilizzano riquadri di delimitazione ruotati, adatti per immagini satellitari o mediche.
| Argomento | Predefinito | Descrizione |
|---|---|---|
task | 'detect' | Specifica il task di YOLO: detect per l'object detection, segment per la segmentazione delle istanze, semantic per la segmentazione semantica, depth per la stima della profondità monoculare, classify per la classificazione, pose per la stima della posa e obb per gli oriented bounding boxes. Ogni task è progettato per output e problemi specifici nell'analisi di immagini e video. |
Modalità#
I modelli Ultralytics YOLO operano in diverse modalità, ognuna progettata per una fase specifica del ciclo di vita del modello:
- Train: Addestra un modello YOLO su un dataset personalizzato.
- Val: Valida un modello YOLO addestrato.
- Predict: Utilizza un modello YOLO addestrato per effettuare predizioni su nuove immagini o video.
- Export: Esporta un modello YOLO per la distribuzione.
- Track: Traccia oggetti in tempo reale utilizzando un modello YOLO.
- Benchmark: Valuta la velocità e l'accuratezza delle esportazioni 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 validazione, predict per l'inferenza, export per la conversione in formati di deployment, track per il tracciamento degli oggetti e benchmark per la valutazione delle prestazioni. Ogni modalità supporta fasi diverse, dallo sviluppo al deployment. |
Impostazioni di addestramento#
Le impostazioni di addestramento per i modelli YOLO includono iperparametri e configurazioni che influenzano le prestazioni, la velocità e la precisione del modello. Le impostazioni chiave includono batch size, learning rate, momentum e weight decay. La scelta dell'ottimizzatore, della loss function e della composizione del dataset influisce anch'essa sull'addestramento. La messa a punto e la sperimentazione sono cruciali per ottenere prestazioni ottimali. Per maggiori dettagli, consulta la funzione entrypoint di Ultralytics.
| Argomento | Tipo | Predefinito | Descrizione |
|---|---|---|---|
model | str | None | Specifica il file del modello per l'addestramento. Accetta un percorso verso un modello preaddestrato .pt o un file di configurazione .yaml. Essenziale per definire la struttura del modello o inizializzare i pesi. |
data | str | None | Percorso del file di configurazione del dataset (es. coco8.yaml). Questo file contiene parametri specifici del dataset, inclusi i percorsi ai dati di addestramento e validazione, i nomi delle classi e il numero di classi. |
epochs | int | 100 | Numero totale di epoche di addestramento. Ogni epoca rappresenta un passaggio completo sull'intero dataset. La modifica di questo valore può influenzare la durata dell'addestramento e le prestazioni del modello. |
time | float | None | Tempo massimo di addestramento in ore. Se impostato, questo sovrascrive l'argomento epochs, consentendo all'addestramento di interrompersi automaticamente 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 si stabilizzano. |
batch | int o float | 16 | Batch size, con tre modalità: impostata come intero (es. batch=16), modalità auto per un utilizzo della memoria GPU del 60% (batch=-1) o modalità auto con frazione di utilizzo specificata (batch=0.70). |
imgsz | int | 640 | Dimensione target dell'immagine per l'addestramento. Le immagini vengono ridimensionate a quadrati con lati uguali al valore specificato (se rect=False), preservando l'aspect ratio per i modelli YOLO ma non per RT-DETR. Influisce sulla precisione del modello e sulla complessità computazionale. |
save | bool | True | Abilita il salvataggio dei checkpoint di addestramento e dei pesi finali del modello. Utile per riprendere l'addestramento o per il deployment 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 modelli intermedi durante lunghe sessioni di addestramento. |
cache | bool | False | Abilita la memorizzazione nella cache delle immagini del dataset in memoria (True/ram), su disco (disk) o la disabilita (False). Migliora la velocità di addestramento riducendo l'I/O su disco a scapito di un maggiore utilizzo di memoria. |
device | int o str o list | None | Specifica il o i dispositivi di calcolo per l'addestramento: una singola GPU (device=0), più GPU (device=[0,1]), CPU (device=cpu), MPS per Apple silicon (device=mps), NPU Huawei Ascend (device=npu:0 o device=npu:0,1), oppure selezione automatica di una GPU inattiva (device=-1) o di più GPU inattive (device=[-1,-1]). |
workers | int | 8 | Numero di thread di lavoro per il caricamento dei dati (per RANK in caso di addestramento Multi-GPU). Influisce sulla velocità di preelaborazione dei dati e sull'invio al modello, particolarmente utile nelle configurazioni multi-GPU. |
project | str | None | Nome della directory del progetto in cui vengono salvati gli output dell'addestramento. Consente una memorizzazione organizzata dei diversi esperimenti. |
name | str | None | Nome della sessione di addestramento. Utilizzato per creare una sottodirectory all'interno della cartella del progetto, dove vengono archiviati i log e gli output dell'addestramento. |
exist_ok | bool | False | Se True, consente la sovrascrittura di una directory progetto/nome esistente. Utile per la sperimentazione iterativa senza dover cancellare manualmente i precedenti output. |
save_dir | str | None | Specifica la directory esatta in cui vengono salvati gli output dell'esecuzione, sovrascrivendo la combinazione project/name. Il percorso viene utilizzato così com'è senza incremento automatico, quindi le esecuzioni consecutive riutilizzano la stessa directory. |
pretrained | bool o str | True | Determina se avviare l'addestramento da pesi preaddestrati. Può essere un valore booleano o un percorso in formato stringa ai pesi da caricare. pretrained=False effettua l'addestramento da pesi inizializzati casualmente mantenendo l'architettura del modello. |
cls_remap | bool | True | Durante il fine-tuning su più dataset, copia le righe della testata di classificazione preaddestrata nel nuovo modello ovunque i nomi delle classi corrispondano, in modo che le classi sovrapposte mantengano il loro bias appreso, oltre ai loro pesi quando la larghezza della testata è invariata. Si applica sia che i conteggi delle classi differiscano sia che coincidano con un ordine delle classi diverso. |
optimizer | str | 'auto' | Scelta dell'ottimizzatore per l'addestramento. Le opzioni includono SGD, MuSGD, Adam, Adamax, AdamW, NAdam, RAdam, RMSProp o auto per la selezione automatica basata sulla configurazione del modello. Influisce sulla velocità di convergenza e sulla stabilità. |
seed | int | 0 | Imposta il seed casuale per l'addestramento, garantendo la riproducibilità dei risultati tra sessioni diverse con le stesse configurazioni. |
deterministic | bool | True | Forza l'uso di algoritmi deterministici, garantendo la riproducibilità ma potenzialmente influenzando le prestazioni e la velocità a causa della restrizione su algoritmi non deterministici. |
verbose | bool | True | Abilita l'output dettagliato durante l'addestramento, visualizzando barre di avanzamento, metriche per epoca e ulteriori informazioni sull'addestramento nella console. |
single_cls | bool | False | Tratta tutte le classi in dataset multi-classe come una singola classe durante l'addestramento. Utile per attività 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 classe su cui addestrare. Utile per filtrare e concentrarsi solo su determinate classi durante l'addestramento. |
rect | bool | False | Abilita la strategia di padding minimo: le immagini in un batch vengono imbottite al minimo per raggiungere una dimensione comune, con il lato più lungo uguale a imgsz. Può migliorare l'efficienza e la velocità, ma potrebbe influire sulla precisione del modello. |
multi_scale | float | 0.0 | Varia casualmente imgsz ogni batch di +/- multi_scale (es. 0.25 -> da 0.75x a 1.25x), arrotondando ai multipli dello stride del modello; 0.0 disabilita l'addestramento multi-scala. |
cos_lr | bool | False | Utilizza uno scheduler del learning rate a coseno, regolando il learning rate seguendo una curva a coseno nel corso delle epoche. Aiuta a gestire il learning rate per una migliore convergenza. |
close_mosaic | int | 10 | Disabilita il data augmentation a mosaico nelle ultime N epoche per stabilizzare l'addestramento prima del completamento. Impostare a 0 disabilita questa funzionalità. |
resume | bool | False | Riprende l'addestramento dall'ultimo checkpoint salvato. Carica automaticamente pesi del modello, stato dell'ottimizzatore e conteggio delle epoche, continuando l'addestramento senza interruzioni. |
amp | bool | True | Abilita l'addestramento in Automatic Mixed Precision (AMP), riducendo l'utilizzo di memoria e possibilmente accelerando l'addestramento con un impatto minimo sulla precisione. |
fraction | float | 1.0 | Specifica la frazione del dataset da utilizzare per l'addestramento. Consente l'addestramento su un sottoinsieme dell'intero dataset, utile per esperimenti o quando le risorse sono limitate. |
profile | bool | False | Abilita la profilazione delle velocità ONNX e TensorRT durante l'addestramento, utile per ottimizzare il deployment del modello. |
freeze | int o list | None | Congela i primi N layer del modello o i layer specificati per indice, riducendo il numero di parametri addestrabili. Utile per il fine-tuning o il transfer learning. |
lr0 | float | 0.01 | Learning rate iniziale (es. SGD=1E-2, Adam=1E-3). La regolazione di questo valore è cruciale per il processo di ottimizzazione, poiché influenza la velocità con cui vengono aggiornati i pesi del modello. |
lrf | float | 0.01 | Learning rate finale come frazione del tasso iniziale = (lr0 * lrf), utilizzato in combinazione con gli scheduler per regolare il learning rate 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 di grandi dimensioni per prevenire l'overfitting. |
warmup_epochs | float | 3.0 | Numero di epoche per il warmup del learning rate, aumentando gradualmente il learning rate da un valore basso a quello iniziale per stabilizzare l'addestramento nelle prime fasi. |
warmup_momentum | float | 0.8 | Momentum iniziale per la fase di warmup, che si adatta gradualmente al momentum impostato durante il periodo di warmup. |
warmup_bias_lr | float | 0.1 | Learning rate per i parametri di bias durante la fase di warmup, aiutando a stabilizzare l'addestramento del modello nelle epoche iniziali. |
distill_model | str | None | Percorso a un checkpoint del modello teacher (es. yolo26x.pt) per la knowledge distillation. Quando impostato, il modello student viene addestrato con una loss di distillazione aggiuntiva guidata dal teacher congelato. |
dis | float | 6.0 | Peso della loss di distillazione aggiunta alle loss di rilevamento standard. Valori più alti aumentano l'influenza della guida delle feature del teacher. |
box | float | 7.5 | Peso della componente di box loss nella loss function, che influenza l'importanza attribuita alla predizione accurata delle coordinate del bounding box. |
cls | float | 0.5 | Peso della perdita di classificazione nella funzione di perdita totale, che influisce sull'importanza della previsione corretta della classe rispetto ad altre componenti. |
cls_pw | float | 0.0 | Esponente per la ponderazione delle classi per gestire lo squilibrio delle classi utilizzando la frequenza inversa della classe. 0.0 disabilita la ponderazione delle classi, 1.0 applica la ponderazione completa basata sulla frequenza inversa. Valori compresi tra 0 e 1 forniscono una ponderazione parziale. |
dfl | float | 1.5 | Peso della distribution focal loss (DFL), un termine di localizzazione della bounding box che esegue la regressione delle distanze dei bordi del box. |
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 keypoint della posa. |
kobj | float | 1.0 | Peso della perdita di objectness dei keypoint nei modelli di stima della posa, bilanciando la confidenza di rilevamento con l'accuratezza della posa. |
rle | float | 1.0 | Peso della perdita di stima della log-likelihood residua nei modelli di stima della posa, influenzando la precisione della localizzazione dei keypoint. |
angle | float | 1.0 | Peso della perdita dell'angolo nei modelli obb, influenzando la precisione delle previsioni dell'angolo della bounding box orientata. |
dlog | float | 1.0 | Peso della loss logaritmica scale-invariante (SILog) nei modelli di stima della profondità, il termine principale che guida l'accuratezza della profondità. |
dgrad | float | 0.5 | Peso della loss del gradiente nei modelli di stima della profondità, che penalizza gli errori nei bordi di profondità e incoraggia confini di superficie più nitidi. |
dlam | float | 1.0 | Fattore di focalizzazione della varianza della loss SILog nei modelli di stima della profondità. 1.0 rende la loss completamente invariante alla scala, mentre 0.0 la riduce a un semplice log-RMSE. |
nbs | int | 64 | Batch size nominale per la normalizzazione della perdita. |
overlap_mask | bool | True | Determina se le maschere degli oggetti debbano essere unite in un'unica maschera per l'addestramento o mantenute separate per ogni oggetto. In caso di sovrapposizione, la maschera più piccola viene sovrapposta a quella più grande durante l'unione. |
mask_ratio | int | 4 | Rapporto di downsampling per le maschere di segmentazione, che influisce sulla risoluzione delle maschere utilizzate durante l'addestramento. |
dropout | float | 0.0 | Tasso di dropout per la regolarizzazione nelle attività di classificazione, che previene l'overfitting omettendo casualmente unità durante l'addestramento. |
val | bool | True | Abilita la validazione durante l'addestramento, consentendo la valutazione periodica delle prestazioni del modello su un dataset separato. |
plots | bool | True | Genera e salva grafici delle metriche di addestramento e validazione, oltre a esempi di previsione, fornendo approfondimenti visivi sulle prestazioni del modello e sul progresso dell'apprendimento. |
compile | bool o str | False | Abilita la compilazione del grafo PyTorch 2.x torch.compile con backend='inductor'. Accetta True → "default", False → disabilita, oppure una modalità in formato stringa come "default", "reduce-overhead", "max-autotune-no-cudagraphs". Torna alla modalità eager con un avviso se non supportato. |
channels_last | bool | False | Utilizza il formato di memoria channels_last (NHWC) per le convoluzioni durante l'addestramento, accelerando le GPU CUDA Tensor Core senza variazioni nei risultati. Viene automaticamente ignorato su CPU e MPS, dove non offre alcun vantaggio. |
max_det | int | 300 | Specifica il numero massimo di oggetti conservati durante la fase di validazione dell'addestramento. |
Nota sulle impostazioni della batch-size
L'argomento batch offre tre opzioni di configurazione:
- Batch Size Fissa: Specifica il numero di immagini per batch con un numero intero (es.
batch=16). - Modalità Auto (Memoria GPU al 60%): Utilizza
batch=-1per l'regolazione automatica a circa il 60% dell'utilizzo della memoria CUDA. - Modalità Auto con Frazione di Utilizzo: Imposta una frazione (es.
batch=0.70) per effettuare la regolazione in base a un utilizzo specificato della memoria GPU.
Impostazioni di predizione#
Le impostazioni di predizione per i modelli YOLO includono iperparametri e configurazioni che influenzano prestazioni, velocità e precisione durante l'inferenza. Le impostazioni chiave includono la soglia di confidenza, la soglia del Non-Maximum Suppression (NMS) e il numero di classi. Anche la dimensione dei dati di input, il formato e le funzionalità supplementari come le maschere influiscono sulle predizioni. La messa a punto di queste impostazioni è essenziale per ottenere prestazioni ottimali.
Argomenti di inferenza:
| Argomento | Tipo | Predefinito | Descrizione |
|---|---|---|---|
source | str o int o None | None | Specifica la fonte dei dati per l'inferenza. Può essere un percorso di un'immagine, un file video, una directory, un URL o l'ID di un dispositivo per i flussi in tempo reale. Se omesso, viene registrato un avviso e il modello torna agli asset demo integrati (ultralytics/assets, o un URL demo per OBB). Supporta un'ampia gamma di formati e origini, consentendo un'applicazione flessibile su diversi tipi di input. |
conf | float | 0.25 | Imposta la soglia di confidenza minima per le rilevazioni. Gli oggetti rilevati con una confidenza inferiore a questa soglia verranno ignorati. La regolazione di questo valore può aiutare a ridurre i falsi positivi. |
iou | float | 0.7 | Soglia di Intersection Over Union (IoU) per il Non-Maximum Suppression (NMS). Valori inferiori comportano un minor numero di rilevamenti eliminando i box sovrapposti, utile per ridurre i duplicati. |
imgsz | int o tuple | 640 | Target letterbox. Un numero intero fornisce un quadrato N×N; una tupla fornisce (height, width). Con rect=True, il tensore effettivo potrebbe essere più piccolo di questo target a causa del padding a rettangolo minimo. Utilizza rect=False per una dimensione fissa. Vedi Forma fissa vs rettangolo minimo. |
rect | bool | True | Se True, utilizza il padding a rettangolo minimo quando possibile (batch della stessa forma e backend supportato). Se False, applica sempre il padding al imgsz completo. Vedi Forma fissa vs rettangolo minimo. |
quantize | int o str | None | Precisione di inferenza: 16/"fp16" abilita l'inferenza FP16 sulle GPU supportate; 32/"fp32"/non impostato è FP32. La quantizzazione INT8/PTQ viene configurata durante l'export, quindi utilizzata caricando il modello esportato. Sostituisce il flag deprecato half. |
device | str | None | Specifica il dispositivo per l'inferenza (es. cpu, cuda:0, 0, npu o npu:0). Consente agli utenti di scegliere tra CPU, una specifica GPU, una NPU Huawei Ascend o altri dispositivi di calcolo per l'esecuzione del modello. |
batch | int | 1 | Specifica la batch size per l'inferenza (funziona solo quando la fonte è una directory, un file video o un file .txt). Una batch size maggiore può garantire un throughput più elevato, riducendo il tempo totale richiesto per l'inferenza. |
max_det | int | 300 | Numero massimo di rilevazioni consentite per immagine. Limita il numero totale di oggetti che il modello può rilevare in una singola inferenza, evitando output eccessivi in scene dense. |
vid_stride | int | 1 | Stride dei fotogrammi per gli input video. Consente di saltare i fotogrammi nei video per velocizzare l'elaborazione a costo 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 scartati per fare spazio ai nuovi (ottimizzato per applicazioni in tempo reale). Se True, mette in coda i nuovi fotogrammi in un buffer, garantendo che nessun fotogramma venga saltato, ma ciò causerà latenza se gli FPS dell'inferenza sono inferiori agli FPS del flusso. |
visualize | bool | False | Salva una mappa di attivazione delle classi accanto a ciascuna predizione, mostrando quali pixel hanno aumentato i punteggi delle classi predette. Rispetta conf e classes, quindi classes=[0] mappa solo quella classe. Disponibile solo per i modelli PyTorch. |
augment | bool | False | Abilita la test-time augmentation (TTA) per le predizioni, migliorando potenzialmente la robustezza della rilevazione a costo della velocità di inferenza. |
agnostic_nms | bool | False | Abilita la Non-Maximum Suppression (NMS) classe-agnostica, che unisce riquadri sovrapposti di classi diverse. Utile in scenari di rilevazione multi-classe dove la sovrapposizione delle classi è comune. Per i modelli end-to-end (YOLO26, YOLOv10), questo impedisce solo che la stessa rilevazione appaia con più etichette di classe (duplicati IoU=1.0) e non esegue la soppressione basata sulla soglia IoU tra riquadri distinti. |
classes | list[int] | None | Filtra le predizioni in base a un set di ID classe. Verranno restituite solo le rilevazioni appartenenti alle classi specificate. Utile per concentrarsi su oggetti rilevanti in attività di rilevazione multi-classe. |
retina_masks | bool | False | Restituisce maschere di segmentazione ad alta risoluzione. Le maschere restituite (masks.data) corrisponderanno alle dimensioni dell'immagine originale se abilitato. Se disabilitato, avranno le dimensioni dell'immagine utilizzate durante l'inferenza. |
embed | list[int] | None | Specifica i layer da cui estrarre vettori di caratteristiche o embedding. Usa model.embed(source) per gli embedding del penultimo layer, o model.predict(source, embed=[layer]) per selezionare layer specifici. Utile per task di livello successivo come il clustering o la ricerca di somiglianza. |
project | str | None | Nome della directory del progetto in cui vengono salvati gli output delle predizioni se save è abilitato. |
name | str | None | Nome dell'esecuzione di predizione. Utilizzato per creare una sottodirectory all'interno della cartella del progetto, dove vengono memorizzati gli output delle predizioni se save è abilitato. |
stream | bool | False | Abilita un'elaborazione efficiente in termini di memoria per video lunghi o numerose immagini, restituendo un generatore di oggetti Results invece di caricare tutti i fotogrammi in memoria contemporaneamente. |
verbose | bool | True | Controlla se visualizzare registri di inferenza dettagliati nel terminale, fornendo un feedback in tempo reale sul processo di predizione. |
compile | bool o str | False | Abilita la compilazione del grafo PyTorch 2.x torch.compile con backend='inductor'. Accetta True → "default", False → disabilita, oppure una modalità in formato stringa come "default", "reduce-overhead", "max-autotune-no-cudagraphs". Torna alla modalità eager con un avviso se non supportato. |
channels_last | bool | False | Utilizza il formato di memoria channels_last (NHWC) per le convoluzioni durante l'inferenza, accelerando le GPU CUDA Tensor Core senza variazioni nei risultati. Si applica solo ai modelli nativi PyTorch; viene ignorato per CPU, MPS e formati esportati come TensorRT e ONNX. |
end2end | bool | None | Sovrascrive la modalità end-to-end nei modelli YOLO che supportano l'inferenza senza NMS (YOLO26, YOLOv10). Impostandola su False è possibile eseguire la predizione utilizzando la tradizionale pipeline NMS, consentendo inoltre di utilizzare l'argomento iou. Per i dettagli, consulta la Guida all'End-to-End Detection. |
Argomenti di visualizzazione:
| Argomento | Tipo | Predefinito | Descrizione |
|---|---|---|---|
show | bool | False | Se True, mostra le immagini o i video annotati in una finestra. Utile per un riscontro visivo immediato durante lo sviluppo o i test. |
save | bool | False or True | Abilita il salvataggio delle immagini o dei video annotati in file. Utile per la documentazione, ulteriori analisi o la condivisione dei risultati. L'impostazione predefinita è True quando si utilizza la CLI e False quando utilizzato in Python. |
save_frames | bool | False | Durante l'elaborazione dei video, salva i singoli fotogrammi come immagini. 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. Migliora i dettagli disponibili per il post-processing e l'analisi. |
save_crop | bool | False | Salva immagini ritagliate delle rilevazioni. Utile per l'aumento del dataset, l'analisi o la creazione di dataset focalizzati per oggetti specifici. |
show_labels | bool | True | Mostra le etichette per ogni rilevamento nell'output visivo. Offre una comprensione immediata degli oggetti rilevati. |
show_conf | bool | True | Mostra il punteggio di confidenza per ogni rilevamento accanto all'etichetta. Fornisce informazioni sulla certezza del modello per ogni rilevamento. |
show_boxes | bool | True | Disegna riquadri di delimitazione attorno agli oggetti rilevati. Essenziale per l'identificazione visiva e la posizione degli oggetti in immagini o fotogrammi video. |
line_width | int or None | None | Specifica lo spessore della linea dei bounding box. Se None, lo spessore della linea viene regolato automaticamente in base alle dimensioni dell'immagine. Offre una personalizzazione visiva per una maggiore chiarezza. |
Impostazioni di validazione#
Le impostazioni di validazione per i modelli YOLO includono iperparametri e configurazioni per valutare le prestazioni su un dataset di validazione. Queste impostazioni influenzano prestazioni, velocità e precisione. Le impostazioni comuni includono la batch size, la frequenza di validazione e le metriche di performance. Anche le dimensioni e la composizione del dataset di validazione, insieme al task specifico, influenzano il processo.
| Argomento | Tipo | Predefinito | Descrizione |
|---|---|---|---|
data | str | None | Specifica il percorso al file di configurazione del dataset (es. coco8.yaml). Questo file deve includere il percorso ai dati di validazione. |
imgsz | int | 640 | Definisce la dimensione delle immagini in input. Tutte le immagini vengono ridimensionate a questa dimensione prima dell'elaborazione. Dimensioni maggiori possono migliorare l'accuratezza per oggetti piccoli ma aumentare 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. Regola in base alle risorse hardware disponibili. |
save_json | bool | False | Se True, salva i risultati in un file JSON per ulteriori analisi, integrazione con altri strumenti o invio a server di valutazione come COCO. |
conf | float | 0.001 | Imposta la soglia di confidenza minima per i rilevamenti. Valori inferiori aumentano il richiamo ma possono introdurre più falsi positivi. Utilizzato durante la validazione per calcolare le curve precision-recall. Il valore predefinito è 0.01 per la validazione OBB per ridurre l'utilizzo della memoria. |
iou | float | 0.7 | Imposta la soglia di Intersection Over Union per il Non-Maximum Suppression. Controlla l'eliminazione dei rilevamenti duplicati. |
max_det | int | 300 | Limita il numero massimo di rilevazioni per immagine. Utile in scene dense per evitare rilevazioni eccessive e gestire le risorse computazionali. |
quantize | int o str | None | Precisione di validazione: 16/"fp16" abilita la validazione FP16 sulle GPU supportate; 32/"fp32"/non impostato è FP32. La quantizzazione INT8/PTQ viene configurata durante l'export, quindi utilizzata validando il modello esportato. Sostituisce il flag deprecato half. |
device | str | None | Specifica il dispositivo per la validazione (cpu, cuda:0, npu, npu:0, ecc.). Quando è None, seleziona automaticamente il miglior dispositivo disponibile. È possibile specificare più dispositivi CUDA separati da virgole. |
dnn | bool | False | Se True, utilizza il modulo DNN di OpenCV per l'inferenza del modello ONNX, offrendo un'alternativa ai metodi di inferenza di PyTorch. |
plots | bool | True | Se impostato su True, genera e salva i grafici delle predizioni rispetto alla ground truth, matrici di confusione e curve PR per la valutazione visiva delle prestazioni del modello. |
classes | list[int] | None | Specifica un elenco di ID di classe da valutare. Utile per filtrare e concentrarsi solo su determinate classi durante la valutazione. |
rect | bool | True | Se True, utilizza l'inferenza rettangolare per il raggruppamento in batch, riducendo il padding e potenzialmente aumentando la velocità e l'efficienza elaborando le immagini nel loro aspect ratio originale. |
split | str | 'val' | Determina lo split del dataset da utilizzare per la validazione (val, test o train). Consente flessibilità nella scelta del segmento di dati per la valutazione delle prestazioni. |
project | str | None | Nome della directory di progetto in cui vengono salvati gli output di validazione. Aiuta a organizzare i risultati di diversi esperimenti o modelli. |
name | str | None | Nome del run di validazione. Utilizzato per creare una sottodirectory all'interno della cartella di progetto, dove vengono memorizzati i log e gli output di validazione. |
verbose | bool | True | Se True, mostra informazioni dettagliate durante il processo di validazione, incluse le metriche per classe, l'avanzamento dei batch e ulteriori informazioni di debug. |
save_txt | bool | False | Se True, salva i risultati del rilevamento in file di testo, con un file per ciascuna immagine, utile per ulteriori analisi, post-elaborazione personalizzata o integrazione con altri sistemi. |
save_conf | bool | False | Se True, include i valori di confidenza nei file di testo salvati quando save_txt è abilitato, fornendo un output più dettagliato per l'analisi e il filtraggio. |
workers | int | 8 | Numero di thread worker per il caricamento dei dati. Valori più alti possono accelerare la pre-elaborazione dei dati ma possono aumentare l'utilizzo della CPU. L'impostazione a 0 utilizza il thread principale, che può essere più stabile in alcuni ambienti. |
augment | bool | False | Abilita la test-time augmentation (TTA) durante la validazione, migliorando potenzialmente l'accuratezza del rilevamento a scapito della velocità di inferenza eseguendo l'inferenza su versioni trasformate dell'input. |
agnostic_nms | bool | False | Abilita il Non-Maximum Suppression agnostico rispetto alla classe, che unisce i box sovrapposti indipendentemente dalla loro classe predetta. Utile per applicazioni incentrate sulle istanze. Per i modelli end-to-end (YOLO26, YOLOv10), questo impedisce solo che lo stesso rilevamento compaia con etichette di classe multiple (duplicati con IoU=1.0) e non esegue la soppressione basata sulla soglia di IoU tra box distinti. |
single_cls | bool | False | Tratta tutte le classi come una singola classe durante la validazione. Utile per valutare le prestazioni del modello su compiti di rilevamento binario o quando le distinzioni di classe non sono importanti. |
visualize | bool | False | Visualizza le ground truth, i veri positivi, i falsi positivi e i falsi negativi per ogni immagine. Utile per il debug e l'interpretazione del modello. |
show_labels | bool | True | Mostra le etichette delle classi nelle visualizzazioni di validazione quando è visualize=True. Imposta su False per una visualizzazione più pulita di corrispondenze ed errori. |
show_conf | bool | True | Mostra i punteggi di confidenza nelle visualizzazioni di validazione quando è visualize=True. Imposta su False per una visualizzazione più pulita di corrispondenze ed errori. |
compile | bool o str | False | Abilita la compilazione del grafo PyTorch 2.x torch.compile con backend='inductor'. Accetta True → "default", False → disabilita, oppure una modalità in formato stringa come "default", "reduce-overhead", "max-autotune-no-cudagraphs". Torna alla modalità eager con un avviso se non supportato. |
channels_last | bool | False | Usa il formato di memoria channels_last (NHWC) per le convoluzioni durante la convalida, velocizzando le GPU CUDA Tensor Core senza variazioni nei risultati. Si applica solo ai modelli PyTorch nativi; viene ignorato per CPU, MPS e formati esportati come TensorRT e ONNX. |
end2end | bool | None | Sovrascrive la modalità end-to-end nei modelli YOLO che supportano l'inferenza senza NMS (YOLO26, YOLOv10). Impostarla su False consente di eseguire la validazione utilizzando la tradizionale pipeline NMS, permettendo inoltre di utilizzare l'argomento iou. |
Una messa a punto attenta e la sperimentazione sono cruciali per garantire prestazioni ottimali e per rilevare e prevenire l'overfitting.
Impostazioni di Esportazione#
Le impostazioni di esportazione per i modelli YOLO includono configurazioni per il salvataggio o l'esportazione del modello per l'uso in diversi ambienti. Queste impostazioni influiscono su prestazioni, dimensioni e compatibilità. Le impostazioni chiave includono il formato del file esportato (es. ONNX, TensorFlow SavedModel), il dispositivo di destinazione (es. CPU, GPU) e funzionalità come le maschere. Anche il compito del modello e i vincoli dell'ambiente di destinazione influenzano il processo di esportazione.
| Argomento | Tipo | Predefinito | Descrizione |
|---|---|---|---|
format | str | 'torchscript' | Formato target per il modello esportato, come 'onnx', 'torchscript', 'engine' (TensorRT) o altri. Ciascun formato consente la compatibilità con diversi ambienti di deployment. |
imgsz | int o tuple | 640 | Dimensione desiderata dell'immagine per l'input del modello. Può essere un numero intero per immagini quadrate (es. 640 per 640×640) o una tupla (height, width) per dimensioni specifiche. |
keras | bool | False | Abilita l'export in formato Keras per SavedModel di TensorFlow, fornendo compatibilità con TensorFlow serving e API. |
optimize | bool | False | Abilita una maggiore ottimizzazione del compilatore per DEEPX, riducendo la latenza di inferenza e aumentando al contempo il tempo di compilazione. |
quantize | int o str | None | Precisione di quantizzazione: 16 (FP16, riduce le dimensioni del modello e può accelerare l'inferenza sull'hardware supportato) o 8 (INT8/PTQ, comprime ulteriormente il modello con una minima perdita di precisione, principalmente per edge device; richiede calibrazione data/fraction); 32/non impostato è FP32. I formati di export che supportano la precisione mista di pesi/attivazioni accettano anche la notazione 'w8a8'/'w16a16'/'w8a16'/'w8a32'. Sostituisce i flag deprecati half/int8 (half=True → 16, int8=True → 8, comunque accettati con un avviso di deprecazione). Sono consentite solo le precisioni supportate dal formato target (vedi sotto). |
dynamic | bool | False | Consente dimensioni di input dinamiche per esportazioni TorchScript, ONNX, OpenVINO, TensorRT e CoreML, aumentando la flessibilità nella gestione di dimensioni di immagini variabili. |
simplify | bool | True | Semplifica il grafo ONNX intermedio con onnxslim per gli export che ne generano uno (vedi Formati di export), migliorando potenzialmente le prestazioni e la compatibilità con i motori di inferenza. |
opset | int | None | Specifica la versione dell'opset ONNX per gli export che generano un grafo ONNX (vedi Formati di export), per la compatibilità con diversi parser e runtime ONNX. Se non impostato, utilizza l'ultima versione supportata. |
workspace | float o None | None | Imposta la dimensione massima dello spazio di lavoro in GiB per le ottimizzazioni di TensorRT, bilanciando l'utilizzo della memoria e le prestazioni. Usa None per l'allocazione automatica da parte di TensorRT fino al massimo del dispositivo. |
nms | bool | False | Aggiunge il Non-Maximum Suppression (NMS) al modello esportato quando supportato (vedi Formati di export), migliorando l'efficienza della post-elaborazione del rilevamento. Non disponibile per i modelli end2end. Per CoreML, è supportato solo per i modelli di rilevamento. |
batch | int | 1 | Specifica la dimensione del batch di inferenza del modello esportato o il numero massimo di immagini che il modello esportato elaborerà contemporaneamente in modalità predict. Per gli export su Edge TPU, questo valore viene impostato automaticamente su 1. |
device | str | None | Specifica il dispositivo per l'export: GPU (device=0), CPU (device=cpu), MPS per Apple silicon (device=mps), NPU Huawei Ascend (device=npu o device=npu:0) o DLA per NVIDIA Jetson (device=dla:0 o device=dla:1). Gli export TensorRT utilizzano automaticamente la GPU, ma TensorRT 11.0 non supporta DLA. |
data | str | None | Percorso del file di configurazione del dataset, essenziale per la calibrazione della quantizzazione INT8. Se non specificato con INT8 abilitato, Ultralytics seleziona un dataset di calibrazione specifico per il task ove richiesto, oppure torna al dataset predefinito per il task del modello. |
fraction | float | 1.0 | Specifica la frazione del dataset da utilizzare per la calibrazione della quantizzazione INT8. Consente la calibrazione su un sottoinsieme del dataset completo, utile per esperimenti o quando le risorse sono limitate. Se non specificato con INT8 abilitato, verrà utilizzato l'intero dataset. |
end2end | bool | None | Sovrascrive la modalità end-to-end nei modelli YOLO che supportano l'inferenza senza NMS (YOLO26, YOLOv10). Impostarla su False consente di esportare questi modelli affinché siano compatibili con la tradizionale pipeline di post-elaborazione basata su NMS. Per i dettagli, consulta la Guida all'End-to-End Detection. |
Una configurazione ponderata assicura che il modello esportato sia ottimizzato per il suo caso d'uso e funzioni efficacemente nell'ambiente di destinazione.
Impostazioni delle Soluzioni#
Le impostazioni di configurazione delle Soluzioni Ultralytics offrono flessibilità per personalizzare i modelli per compiti come il conteggio di oggetti, la creazione di mappe di calore, il monitoraggio dell'allenamento, l'analisi dei dati, il monitoraggio di zone, la gestione delle code e il conteggio basato su regioni. Queste opzioni consentono semplici regolazioni per risultati accurati e utili su misura per esigenze specifiche.
| Argomento | Tipo | Predefinito | Descrizione |
|---|---|---|---|
model | str | None | Percorso verso un file del modello Ultralytics YOLO. |
region | list o dict | None | Punti che definiscono la regione di interesse, sia una lista di tuple (x, y) o un dizionario che associa i nomi delle regioni a liste di punti per più regioni (solo RegionCounter). Quando None, le soluzioni che richiedono una regione fanno ricorso a un valore predefinito. |
show_in | bool | True | Flag per controllare se visualizzare i conteggi in ingresso sul flusso video. |
show_out | bool | True | Flag per controllare se visualizzare i conteggi in uscita sul flusso video. |
analytics_type | str | 'line' | Tipo di grafo, ovvero line, bar, area o pie. |
colormap | int | cv2.COLORMAP_DEEPGREEN | Colormap da utilizzare per la heatmap. |
json_file | str | None | Percorso verso il file JSON che contiene tutti i dati delle coordinate del parcheggio. |
up_angle | float | 145.0 | Soglia dell'angolo per la posa 'su'. |
kpts | list[int] | '[6, 8, 10]' | Lista di tre indici di punti chiave usati per monitorare gli allenamenti. Questi punti chiave corrispondono alle articolazioni del corpo o parti, come spalle, gomiti e polsi, per esercizi come flessioni, trazioni, squat e addominali. |
down_angle | int | 90 | Soglia dell'angolo per la posa 'giù'. |
blur_ratio | float | 0.5 | Regola la percentuale di intensità della sfocatura, con valori nell'intervallo 0.1 - 1.0. |
crop_dir | str | 'cropped-detections' | Nome della directory per archiviare i rilevamenti ritagliati. |
records | int | 5 | Conteggio totale dei rilevamenti per attivare un'email con il sistema di allarme di sicurezza. |
vision_point | tuple[int, int] | (20, 20) | Il punto in cui la visione traccerà gli oggetti e disegnerà i percorsi usando la Soluzione VisionEye. |
source | str | None | Percorso verso la sorgente di input (video, RTSP, ecc.). Utilizzabile solo con l'interfaccia a riga di comando (CLI) delle Soluzioni. |
figsize | tuple[float, float] | (12.8, 7.2) | Dimensione della figura per grafici analitici come heatmap o grafici. |
fps | float | 30.0 | Fotogrammi al secondo utilizzati per i calcoli della velocità. |
max_hist | int | 5 | Punti storici massimi da tracciare per oggetto per i calcoli di velocità/direzione. |
meter_per_pixel | float | 0.05 | Fattore di scala utilizzato per convertire la distanza in pixel in unità del mondo reale. |
max_speed | int | 120 | Limite di velocità massima nelle sovrapposizioni visive (utilizzato negli avvisi). |
data | str | 'images' | Percorso verso la directory delle immagini utilizzata per la ricerca di similarità. |
imgsz | int | 640 | Dimensione dell'immagine di input per l'inferenza del modello. |
Impostazioni di Aumentazione#
Le tecniche di data augmentation sono essenziali per migliorare la robustezza e le prestazioni del modello YOLO introducendo variabilità nei dati di addestramento, aiutando il modello a generalizzare meglio su dati non visti. La seguente tabella delinea lo scopo e l'effetto di ciascun argomento di augment:
| Argomento | Tipo | Predefinito | Attività supportate | Intervallo | Descrizione |
|---|---|---|---|---|---|
hsv_h | float | 0.015 | detect, segment, semantic, depth, classify, pose, obb | 0.0 - 1.0 | Regola la tonalità (hue) dell'immagine di una frazione della ruota dei colori, introducendo variabilità cromatica. Aiuta il modello a generalizzare in diverse condizioni di illuminazione. |
hsv_s | float | 0.7 | detect, segment, semantic, depth, classify, pose, obb | 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 | detect, segment, semantic, depth, classify, pose, obb | 0.0 - 1.0 | Modifica il valore (luminosità) dell'immagine di una frazione, aiutando il modello a funzionare bene in varie condizioni di luce. |
degrees | float | 0 | detect, segment, semantic, depth, pose, obb | 0.0 - 180 | Ruota l'immagine in modo casuale entro l'intervallo di gradi specificato, migliorando la capacità del modello di riconoscere oggetti con orientamenti diversi. |
translate | float | 0.1 | detect, segment, semantic, depth, pose, obb | 0.0 - 1.0 | Trasla l'immagine orizzontalmente e verticalmente di una frazione della dimensione dell'immagine, aiutando a imparare a rilevare oggetti parzialmente visibili. |
scale | float | 0.5 | detect, segment, semantic, depth, classify, pose, obb | 0 - 1 | Scala l'immagine con un fattore di guadagno, simulando oggetti a diverse distanze dalla fotocamera. |
shear | float | 0 | detect, segment, semantic, depth, pose, obb | -180 - +180 | Inclina (shear) l'immagine di un grado specificato, mimando l'effetto di oggetti visti da angolazioni diverse. |
perspective | float | 0 | detect, segment, semantic, depth, pose, obb | 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 | detect, segment, semantic, depth, classify, pose, obb | 0.0 - 1.0 | Capovolge l'immagine verticalmente (sottosopra) con la probabilità specificata, aumentando la variabilità dei dati senza influenzare le caratteristiche dell'oggetto. |
fliplr | float | 0.5 | detect, segment, semantic, depth, classify, pose, obb | 0.0 - 1.0 | Capovolge l'immagine orizzontalmente con la probabilità specificata, utile per imparare oggetti simmetrici e aumentare la diversità del dataset. |
bgr | float | 0 | detect, segment, semantic, depth, pose, obb | 0.0 - 1.0 | Inverte i canali dell'immagine da RGB a BGR con la probabilità specificata, utile per aumentare la robustezza contro un ordine dei canali errato. |
mosaic | float | 1 | detect, segment, semantic, pose, obb | 0.0 - 1.0 | Combina quattro immagini di addestramento in una, simulando diverse composizioni di scena e interazioni tra oggetti. Molto efficace per la comprensione di scene complesse. |
mixup | float | 0 | detect, segment, semantic, pose, obb | 0.0 - 1.0 | Unisci due immagini e le loro etichette, creando un'immagine composita. Migliora la capacità del modello di generalizzare introducendo rumore nelle etichette e variabilità visiva. |
cutmix | float | 0 | detect, segment, pose, obb | 0.0 - 1.0 | Combina porzioni di due immagini, creando una fusione parziale pur mantenendo regioni distinte. Migliora la robustezza del modello creando scenari di occlusione. |
copy_paste | float | 0 | segment | 0.0 - 1.0 | Copia e incolla oggetti tra le immagini per aumentare le istanze degli oggetti. |
copy_paste_mode | str | flip | segment | - | Specifica la strategia copy-paste da utilizzare. Le opzioni includono 'flip' e 'mixup'. |
auto_augment | str | randaugment | classify | - | Applica una politica di aumento predefinita ('randaugment', 'autoaugment' o 'augmix') per migliorare le prestazioni del modello attraverso la diversità visiva. |
erasing | float | 0.4 | classify | 0.0 - 1.0 | Cancella casualmente regioni dell'immagine durante l'addestramento per incoraggiare il modello a concentrarsi su caratteristiche meno ovvie. |
augmentations | list | None | detect, segment, semantic, pose, obb | - | Trasformazioni Albumentations personalizzate per l'aumento avanzato dei dati (solo API Python). Accetta un elenco di oggetti di trasformazione per esigenze di aumento specializzate. |
Regola queste impostazioni per soddisfare i requisiti del dataset e del compito. Sperimentare con valori diversi può aiutare a trovare la strategia di aumentazione ottimale per le migliori prestazioni del modello.
Impostazioni di Logging, Checkpoint e Plotting#
Logging, checkpoint, plotting e gestione dei file sono importanti quando si addestra un modello YOLO:
- Logging: Traccia i progressi del modello e diagnostica i problemi utilizzando librerie come TensorBoard o scrivendo su un file.
- Checkpoints: Salva il modello a intervalli regolari per riprendere l'addestramento o sperimentare con configurazioni diverse.
- Plotting: Visualizza le prestazioni e l'avanzamento dell'addestramento utilizzando librerie come Matplotlib o TensorBoard.
- Gestione file: Organizza i file generati durante l'addestramento, come checkpoint, file di log e grafici, per un facile accesso e analisi.
Una gestione efficace di questi aspetti aiuta a monitorare l'avanzamento e rende più facile il debug e l'ottimizzazione.
| Argomento | Predefinito | Descrizione |
|---|---|---|
project | None | Specifica la directory principale per il salvataggio delle esecuzioni di addestramento. Se non specificato, le esecuzioni vengono salvate sotto runs/<task>. Ogni esecuzione viene salvata in una sottodirectory separata. |
name | None | Definisce il nome dell'esperimento. Se non specificato, YOLO utilizza il nome della modalità e lo incrementa per ogni esecuzione (ad es. train, train-2) per evitare la sovrascrittura. |
exist_ok | False | Determina se sovrascrivere una directory di esperimento esistente. True consente la sovrascrittura; False la impedisce. |
plots | True | Controlla la generazione e il salvataggio dei grafici di addestramento e validazione. Imposta su True per creare grafici come curve di perdita, curve di precisione-richiamo e predizioni campione per il tracciamento visivo delle prestazioni. |
save | True | Abilita il salvataggio dei checkpoint di addestramento e dei pesi finali del modello. Imposta su True per salvare periodicamente gli stati del modello, consentendo la ripresa dell'addestramento o il deployment del modello. |
File di Configurazione Personalizzato#
Carica un file YAML salvato per riutilizzare un set completo di argomenti senza passarli inline. L'argomento cfg sovrascrive i valori di default.yaml, mentre gli argomenti aggiuntivi passati insieme mantengono comunque la precedenza.
| Argomento | Predefinito | Descrizione |
|---|---|---|
cfg | None | Percorso a un file YAML i cui valori sostituiscono le voci di default.yaml. Vedi Overriding Default Config File per un esempio pratico da CLI. |
FAQ#
Come posso migliorare le prestazioni del mio modello YOLO durante l'addestramento?#
Migliora le prestazioni ottimizzando gli iperparametri come dimensione del batch, tasso di apprendimento, momento e decadimento del peso. Regola le impostazioni di aumento dei dati, seleziona l'ottimizzatore giusto e usa tecniche come l'interruzione anticipata o la precisione mista. Per i dettagli, consulta la Guida all'addestramento.
Quali sono gli iperparametri chiave per l'accuratezza del modello YOLO?#
Gli iperparametri chiave che influenzano l'accuratezza includono:
- Dimensione Batch (
batch): Dimensioni maggiori possono stabilire l'addestramento ma richiedono più memoria. - Tasso di Apprendimento (
lr0): Tassi inferiori offrono regolazioni fini ma una convergenza più lenta. - Momento (
momentum): Accelera i vettori di gradiente, attenuando le oscillazioni. - Dimensione Immagine (
imgsz): Dimensioni maggiori migliorano l'accuratezza ma aumentano il carico computazionale.
Regola questi parametri in base al tuo dataset e al tuo hardware. Scopri di più in Impostazioni di addestramento.
Come imposto il learning rate per addestrare un modello YOLO?#
Il tasso di apprendimento (lr0) è fondamentale; inizia con 0.01 per SGD o 0.001 per ottimizzatore Adam. Monitora le metriche e regola secondo necessità. Usa scheduler del tasso di apprendimento a coseno (cos_lr) o warmup (warmup_epochs, warmup_momentum). I dettagli sono nella Guida all'addestramento.
Quali sono le impostazioni di inferenza predefinite per i modelli YOLO?#
Le impostazioni predefinite includono:
- Soglia di Confidenza (
conf=0.25): Confidenza minima per le rilevazioni. - Soglia IoU (
iou=0.7): Per Non-Maximum Suppression (NMS). - Dimensione Immagine (
imgsz=640): Ridimensiona le immagini di input. - Dispositivo (
device=None): Seleziona CPU, GPU, Apple MPS o Huawei Ascend NPU (npu).
Per una panoramica completa, consulta Impostazioni di predizione e la Guida alla predizione.
Perché utilizzare l'addestramento in mixed precision con i modelli YOLO?#
L'addestramento a precisione mista (amp=True) riduce l'utilizzo di memoria e velocizza l'addestramento utilizzando FP16 e FP32. È vantaggioso per le GPU moderne, consentendo modelli più grandi e calcoli più veloci senza una perdita significativa di accuratezza. Scopri di più nella Guida all'addestramento.