Vai al contenuto

Configurazione

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



Guarda: Mastering Ultralytics YOLOv8 : Configurazione

Ultralytics utilizza la seguente sintassi:

Esempio

yolo TASK MODE ARGS

from ultralytics import YOLO

# Load a YOLOv8 model from a pre-trained weights file
model = YOLO('yolov8n.pt')

# Run MODE mode using the custom arguments ARGS (guess TASK)
model.MODE(ARGS)

Dove:

Predefinito ARG I valori sono definiti in questa pagina dalla sezione cfg/defaults.yaml file.

Compiti

YOLO I modelli possono essere utilizzati per una serie di compiti, tra cui il rilevamento, la segmentazione, la classificazione e la posa. Questi compiti si differenziano per il tipo di output che producono e per il problema specifico che sono stati progettati per risolvere.

  • Rilevare: Per identificare e localizzare oggetti o regioni di interesse in un'immagine o in un video.
  • Segmento: Per dividere un'immagine o un video in regioni o pixel che corrispondono a diversi oggetti o classi.
  • Classificare: Per prevedere l'etichetta della classe di un'immagine in ingresso.
  • Pose: Per identificare gli oggetti e stimare i loro punti chiave in un'immagine o in un video.
  • OBB: Caselle di delimitazione orientate (cioè ruotate) adatte a immagini satellitari o mediche.
Argomento Predefinito Descrizione
task 'detect' Specifica l'attività di YOLO da eseguire. Le opzioni includono detect per il rilevamento degli oggetti, segment per la segmentazione, classify per la classificazione, pose per la stima della posa e OBB per le bounding box orientate. Ciascuna attività è adatta a specifici tipi di risultati e problemi nell'ambito dell'analisi di immagini e video.

Guida ai compiti

Modalità

YOLO I modelli possono essere utilizzati in diverse modalità a seconda del problema specifico che stai cercando di risolvere. Queste modalità includono:

  • Addestra: Per addestrare un modello YOLOv8 su un set di dati personalizzato.
  • Val: per convalidare un modello YOLOv8 dopo che è stato addestrato.
  • Predire: Per fare previsioni utilizzando un modello YOLOv8 addestrato su nuove immagini o video.
  • Esporta: Per esportare un modello YOLOv8 in un formato utilizzabile per la distribuzione.
  • Track: Per tracciare gli oggetti in tempo reale utilizzando un modello YOLOv8 .
  • Benchmark: Per valutare la velocità e l'accuratezza delle esportazioni di YOLOv8 (ONNX, TensorRT, ecc.).
Argomento Predefinito Descrizione
mode 'train' Specifica la modalità di funzionamento del modello YOLO . Le opzioni sono train per la formazione del modello, val per la convalida, predict per l'inferenza su nuovi dati, export per la conversione dei modelli in formati di distribuzione, track per il tracciamento degli oggetti e benchmark per la valutazione delle prestazioni. Ogni modalità è pensata per le diverse fasi del ciclo di vita del modello, dallo sviluppo alla distribuzione.

Guida alle modalità

Impostazioni del treno

Le impostazioni di addestramento dei modelli di YOLO comprendono vari iperparametri e configurazioni utilizzati durante il processo di addestramento. Queste impostazioni influenzano le prestazioni, la velocità e l'accuratezza del modello. Le impostazioni chiave per l'addestramento includono la dimensione del batch, il tasso di apprendimento, il momentum e il decadimento dei pesi. Inoltre, la scelta dell'ottimizzatore, della funzione di perdita e della composizione del set di dati di addestramento possono influire sul processo di addestramento. Un'attenta messa a punto e la sperimentazione di queste impostazioni sono fondamentali per ottimizzare le prestazioni.

Argomento Predefinito Descrizione
model None Specifica il file del modello per la formazione. Accetta il percorso di un file .pt modello preaddestrato o un .yaml file di configurazione. È essenziale per definire la struttura del modello o per inizializzare i pesi.
data None Percorso del file di configurazione del dataset (es, coco8.yaml). Questo file contiene parametri specifici del set di dati, tra cui i percorsi dei dati di formazione e di convalida, i nomi delle classi e il numero di classi.
epochs 100 Numero totale di epoche di allenamento. 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 None Tempo massimo di allenamento in ore. Se impostato, sostituisce l'opzione epochs che permette di interrompere automaticamente l'allenamento dopo la durata specificata. Utile per gli scenari di formazione con vincoli di tempo.
patience 100 Numero di epoche da attendere senza miglioramenti nelle metriche di convalida prima di interrompere l'addestramento. Aiuta a prevenire l'overfitting interrompendo l'addestramento quando le prestazioni raggiungono il livello massimo.
batch 16 Dimensione del lotto per l'addestramento, che indica quante immagini vengono elaborate prima che i parametri interni del modello vengano aggiornati. AutoBatch (batch=-1) regola dinamicamente la dimensione del batch in base alla disponibilità di memoria della GPU.
imgsz 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 True Consente di salvare i checkpoint di formazione e i pesi finali del modello. Utile per riprendere l'addestramento o la distribuzione del modello.
save_period -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 le lunghe sessioni di allenamento.
cache False Abilita la cache delle immagini del dataset in memoria (True/ram), su disco (disk), oppure disabilitarlo (False). Migliora la velocità di formazione riducendo l'I/O del disco al costo di un maggiore utilizzo della memoria.
device None Specifica il/i dispositivo/i di calcolo per la formazione: una singola GPU (device=0), GPU multiple (device=0,1), CPU (device=cpu), o MPS per il silicio Apple (device=mps).
workers 8 Numero di thread worker per il caricamento dei dati (per RANK se la formazione è multi-GPU). Influenza la velocità di preelaborazione dei dati e di alimentazione del modello, particolarmente utile nelle configurazioni multi-GPU.
project None Nome della directory del progetto in cui vengono salvati i risultati della formazione. Consente di archiviare in modo organizzato i diversi esperimenti.
name None Nome della sessione di allenamento. Utilizzato per creare una sottodirectory all'interno della cartella del progetto, dove vengono archiviati i log e gli output dell'allenamento.
exist_ok False Se è vero, permette di sovrascrivere una cartella di progetto/nome esistente. Utile per sperimentare in modo iterativo senza dover cancellare manualmente i risultati precedenti.
pretrained True Determina se iniziare l'addestramento da un modello preaddestrato. Può essere un valore booleano o un percorso di stringhe verso un modello specifico da cui caricare i pesi. Migliora l'efficienza della formazione e le prestazioni del modello.
optimizer 'auto' Scelta dell'ottimizzatore per la formazione. Le opzioni includono SGD, Adam, AdamW, NAdam, RAdam, RMSProp ecc. auto per la selezione automatica basata sulla configurazione del modello. Influisce sulla velocità di convergenza e sulla stabilità.
verbose False Abilita l'output verboso durante l'allenamento, fornendo registri dettagliati e aggiornamenti sui progressi. Utile per il debug e per monitorare da vicino il processo di formazione.
seed 0 Imposta il seme casuale per l'addestramento, garantendo la riproducibilità dei risultati tra le esecuzioni con le stesse configurazioni.
deterministic 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 False Tratta tutte le classi nei dataset multiclasse come un'unica classe durante l'addestramento. Utile per compiti di classificazione binaria o quando ci si concentra sulla presenza di oggetti piuttosto che sulla classificazione.
rect False Consente l'addestramento rettangolare, ottimizzando la composizione dei lotti per ottenere un'imbottitura minima. Può migliorare l'efficienza e la velocità, ma può influire sull'accuratezza del modello.
cos_lr 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 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 False Riprende l'allenamento 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 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 1.0 Specifica la frazione del dataset 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 False Consente di profilare le velocità di ONNX e TensorRT durante l'addestramento, utile per ottimizzare la distribuzione del modello.
freeze None Congela i primi N livelli del modello o i livelli specificati per indice, riducendo il numero di parametri addestrabili. Utile per la messa a punto o l'apprendimento per trasferimento.
lr0 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 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 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 0.0005 Termine di regolarizzazione L2 che penalizza i pesi grandi per evitare l'overfitting.
warmup_epochs 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'allenamento all'inizio.
warmup_momentum 0.8 Slancio iniziale per la fase di riscaldamento, con regolazione graduale dello slancio impostato nel corso del periodo di riscaldamento.
warmup_bias_lr 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 7.5 Peso della componente di perdita del box nella funzione di perdita, che influenza l'importanza attribuita alla previsione accurata delle coordinate del box di delimitazione.
cls 0.5 Peso della perdita di classificazione nella funzione di perdita totale, che influenza l'importanza della corretta previsione della classe rispetto agli altri componenti.
dfl 1.5 Peso della perdita focale della distribuzione, utilizzato in alcune versioni di YOLO per una classificazione a grana fine.
pose 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 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.
label_smoothing 0.0 L'applicazione di un'attenuazione delle etichette, che ammorbidisce le etichette dure in un mix di etichette di destinazione e di una distribuzione uniforme delle etichette, può migliorare la generalizzazione.
nbs 64 Dimensione nominale del lotto per la normalizzazione della perdita.
overlap_mask True Determina se le maschere di segmentazione devono sovrapporsi durante l'addestramento, applicabile nei compiti di segmentazione delle istanze.
mask_ratio 4 Rapporto di downsample per le maschere di segmentazione, che influisce sulla risoluzione delle maschere utilizzate durante l'addestramento.
dropout 0.0 Tasso di abbandono per la regolarizzazione nei compiti di classificazione, per evitare l'overfitting attraverso l'omissione casuale di unità durante l'addestramento.
val True Abilita la convalida durante l'addestramento, consentendo una valutazione periodica delle prestazioni del modello su un set di dati separato.
plots False Genera e salva i grafici delle metriche di addestramento e di convalida, così come gli esempi di previsione, fornendo una visione delle prestazioni del modello e della progressione dell'apprendimento.

Guida ai treni

Prevedere le impostazioni

Le impostazioni di predizione dei modelli YOLO comprendono una serie di iperparametri e configurazioni che influenzano le prestazioni, la velocità e l'accuratezza del modello durante l'inferenza su nuovi dati. Un'attenta messa a punto e la sperimentazione di queste impostazioni sono essenziali per ottenere prestazioni ottimali per un compito specifico. Le impostazioni chiave includono la soglia di fiducia, la soglia di soppressione non massima (NMS) e il numero di classi considerate. Altri fattori che influenzano il processo di predizione sono la dimensione e il formato dei dati di input, la presenza di caratteristiche aggiuntive come le maschere o le etichette multiple per casella e la particolare attività per cui il modello viene impiegato.

Argomenti di inferenza:

Argomento Tipo Predefinito Descrizione
source str 'ultralytics/assets' Specifica la fonte dei dati per l'inferenza. Può essere un percorso di immagine, un file video, una directory, un URL o un ID di 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 saranno ignorati. La regolazione di questo valore può aiutare a ridurre i falsi positivi.
iou float 0.7 Soglia di Intersection Over Union (IoU) per la soppressione non massima (NMS). Valori più bassi comportano un minor numero di rilevamenti eliminando le caselle sovrapposte, utili per ridurre i duplicati.
imgsz int or 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 l'accuratezza del rilevamento e la 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 (es, cpu, cuda:0 o 0). Permette agli utenti di selezionare una CPU, una GPU specifica o altri dispositivi di calcolo per l'esecuzione dei modelli.
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 velocizzare 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 tutti i fotogrammi devono essere bufferizzati quando si elaborano i flussi video (True), oppure se il modello deve restituire il fotogramma più recente (False). Utile per le applicazioni in tempo reale.
visualize bool False Attiva la visualizzazione delle caratteristiche del modello durante l'inferenza, fornendo informazioni su ciò che il modello "vede". Utile per il debug e l'interpretazione del modello.
augment bool False Abilita 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 negli 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 attività di rilevamento multiclasse.
retina_masks bool False Utilizza maschere di segmentazione ad alta risoluzione se disponibili nel modello. Questo può migliorare la qualità delle maschere per le attività di segmentazione, fornendo dettagli più precisi.
embed list[int] None Specifica i livelli da cui estrarre i vettori di caratteristiche o gli embeddings. Utile per attività a valle come il clustering o la ricerca di somiglianze.

Argomenti di visualizzazione:

Argomento Tipo Predefinito Descrizione
show bool False Se Truevisualizza le immagini o i video annotati in una finestra. Utile per avere un feedback visivo immediato durante lo sviluppo o i test.
save bool False Consente di salvare su file le immagini o i video annotati. Utile per la documentazione, per ulteriori analisi o per condividere i risultati.
save_frames bool False Quando elabora i 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 informazioni sulla certezza del modello per ogni rilevamento.
show_boxes bool True Disegna dei riquadri di delimitazione intorno 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.

Guida alla previsione

Impostazioni di convalida

Le impostazioni di val (validazione) per i modelli di YOLO riguardano vari iperparametri e configurazioni utilizzati per valutare le prestazioni del modello su un set di dati di validazione. Queste impostazioni influenzano le prestazioni, la velocità e l'accuratezza del modello. Le impostazioni di convalida comuni di YOLO includono la dimensione dei lotti, la frequenza di convalida durante l'addestramento e le metriche di valutazione delle prestazioni. Altri fattori che influenzano il processo di convalida sono la dimensione e la composizione del dataset di convalida e l'attività specifica per cui il modello viene impiegato.

Argomento Tipo Predefinito Descrizione
data str None Specifica il percorso del file di configurazione del dataset (ad es, coco8.yaml). Questo file include i percorsi dei dati di convalida, i nomi delle classi e il numero di classi.
imgsz int 640 Definisce la dimensione delle immagini in ingresso. Tutte le immagini vengono ridimensionate a questa dimensione prima dell'elaborazione.
batch int 16 Imposta il numero di immagini per batch. Utilizza -1 per AutoBatch, che si regola automaticamente in base alla disponibilità di memoria della GPU.
save_json bool False Se Truesalva i risultati in un file JSON per ulteriori analisi o per l'integrazione con altri strumenti.
save_hybrid bool False Se True, salva una versione ibrida delle etichette che combina le annotazioni originali con le previsioni aggiuntive del modello.
conf float 0.001 Imposta la soglia minima di confidenza per i rilevamenti. I rilevamenti con una confidenza inferiore a questa soglia vengono scartati.
iou float 0.6 Imposta la soglia di Intersection Over Union (IoU) per la soppressione non massima (NMS). Aiuta a ridurre i rilevamenti di duplicati.
max_det int 300 Limita il numero massimo di rilevamenti per immagine. Utile in scene dense per evitare rilevamenti eccessivi.
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.) Permette di utilizzare in modo flessibile le risorse della CPU o della GPU.
dnn bool False Se Trueutilizza il modulo OpenCV DNN per l'inferenza del modello ONNX , offrendo un'alternativa ai metodi di inferenza PyTorch .
plots bool False Quando è impostato su Truegenera e salva i grafici delle previsioni rispetto alla verità a terra per valutare visivamente le prestazioni del modello.
rect bool False Se Trueutilizza l'inferenza rettangolare per il batching, riducendo il padding e aumentando potenzialmente la velocità e l'efficienza.
split str val Determina la suddivisione del set di dati da utilizzare per la validazione (val, test, oppure train). Permette di scegliere con flessibilità il segmento di dati per la valutazione delle prestazioni.

Un'attenta messa a punto e la sperimentazione di queste impostazioni sono fondamentali per garantire prestazioni ottimali sul set di dati di convalida e per individuare e prevenire l'overfitting.

Guida di Val

Impostazioni di esportazione

Le impostazioni di esportazione dei modelli di YOLO comprendono le configurazioni e le opzioni relative al salvataggio o all'esportazione del modello per l'utilizzo in ambienti o piattaforme diverse. Queste impostazioni possono influenzare le prestazioni, le dimensioni e la compatibilità del modello con vari sistemi. Le principali impostazioni di esportazione includono il formato del file del modello esportato (ad esempio, ONNX, TensorFlow SavedModel ), il dispositivo di destinazione (ad esempio, CPU, GPU) e caratteristiche aggiuntive come le maschere o le etichette multiple per casella. Il processo di esportazione può essere influenzato anche dal compito specifico del modello e dai requisiti o vincoli dell'ambiente o della piattaforma di destinazione.

Argomento Tipo Predefinito Descrizione
format str 'torchscript' Formato di destinazione del modello esportato, ad esempio 'onnx', 'torchscript', 'tensorflow', o altri, che definiscono la compatibilità con vari ambienti di distribuzione.
imgsz int o tuple 640 Dimensione dell'immagine desiderata per l'input del modello. Può essere un numero intero per le immagini quadrate 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 durante l'esportazione in TorchScript, riducendo potenzialmente le dimensioni del modello e migliorando le prestazioni.
half bool False Abilita la quantizzazione FP16 (mezza precisione), riducendo le dimensioni del modello e potenzialmente accelerando l'inferenza sull'hardware supportato.
int8 bool False Attiva la quantizzazione INT8, comprimendo ulteriormente il modello e velocizzando l'inferenza con una perdita minima di precisione, soprattutto per i dispositivi edge.
dynamic bool False Permette di inserire dimensioni dinamiche per le esportazioni di ONNX e TensorRT , migliorando la flessibilità nella gestione di immagini di dimensioni diverse.
simplify bool False Semplifica il grafico del modello per le esportazioni di ONNX , migliorando potenzialmente le prestazioni e la compatibilità.
opset int None Specifica la versione dell'opset di ONNX per la compatibilità con i diversi parser e runtime di ONNX . Se non è impostata, utilizza l'ultima versione supportata.
workspace float 4.0 Imposta la dimensione massima dello spazio di lavoro in GB per le ottimizzazioni di TensorRT , bilanciando l'uso della memoria e le prestazioni.
nms bool False Aggiunge la Soppressione Non Massima (NMS) all'esportazione di CoreML , essenziale per una post-elaborazione accurata ed efficiente del rilevamento.

È fondamentale configurare attentamente queste impostazioni per garantire che il modello esportato sia ottimizzato per il caso d'uso previsto e funzioni efficacemente nell'ambiente di destinazione.

Guida all'esportazione

Impostazioni di aumento

Le tecniche di incremento sono essenziali per migliorare la robustezza e le prestazioni dei modelli di YOLO introducendo variabilità nei dati di addestramento, aiutando il modello a generalizzarsi meglio ai dati non visti. La seguente tabella illustra lo scopo e l'effetto di ogni 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 luce.
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, imitando l'effetto degli oggetti visti da diverse angolazioni.
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 Mescola 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 gli oggetti da un'immagine e li incolla su un'altra, utile per aumentare le istanze degli oggetti e imparare l'occlusione degli oggetti.
auto_augment str randaugment - Applica automaticamente un criterio di incremento predefinito (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.

Queste impostazioni possono essere regolate per soddisfare i requisiti specifici del set di dati e del compito da svolgere. La sperimentazione di diversi valori può aiutare a trovare la strategia di incremento ottimale che porta alle migliori prestazioni del modello.

Impostazioni di registrazione, punti di controllo e plottaggio

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

  • Registrazione: Spesso è utile registrare varie metriche e statistiche durante l'addestramento per monitorare i progressi del modello e diagnosticare eventuali problemi. Questo può essere fatto utilizzando una libreria di log come TensorBoard o scrivendo i messaggi di log in un file.
  • Punti di controllo: È buona norma salvare i checkpoint del modello a intervalli regolari durante la formazione. Questo ti permette di riprendere l'addestramento da un punto precedente se il processo di addestramento viene interrotto o se vuoi sperimentare diverse configurazioni di addestramento.
  • Tracciatura: Visualizzare le prestazioni del modello e i progressi dell'addestramento può essere utile per capire come si comporta il modello e identificare potenziali problemi. Questo può essere fatto utilizzando una libreria di grafici come matplotlib o generando grafici con una libreria di log come TensorBoard.
  • Gestione dei file: La gestione dei vari file generati durante il processo di formazione, come i checkpoint del modello, i file di log e i grafici, può essere impegnativa. È importante avere una struttura di file chiara e organizzata per tenere traccia di questi file e rendere più facile l'accesso e l'analisi di questi file quando necessario.

Un logging, un checkpoint, un plottaggio e una gestione dei file efficaci possono aiutarti a tenere traccia dei progressi del modello e a facilitare il debug e l'ottimizzazione del processo di formazione.

Argomento Predefinito Descrizione
project 'runs' Specifica la directory principale per il salvataggio delle sessioni di allenamento. Ogni sessione verrà salvata in una sottodirectory separata all'interno di questa directory.
name 'exp' Definisce il nome dell'esperimento. Se non viene specificato, YOLO incrementa automaticamente questo nome per ogni esecuzione, ad es, exp, exp2, ecc. per evitare di sovrascrivere gli esperimenti precedenti.
exist_ok False Determina se sovrascrivere una directory di esperimenti esistente se ne esiste già una con lo stesso nome. Impostando questo valore a True consente la sovrascrittura, mentre False lo impedisce.
plots False Controlla la generazione e il salvataggio dei grafici di formazione e convalida. Imposta su True per creare grafici come le curve di perdita, le curve precisione-richiamo e le previsioni dei campioni. Utile per monitorare visivamente le prestazioni del modello nel tempo.
save False Abilita il salvataggio dei checkpoint di allenamento e dei pesi finali del modello. Imposta su True per salvare periodicamente gli stati del modello, consentendo di riprendere la formazione da questi checkpoint o di distribuire i modelli.


Creato 2023-11-12, Aggiornato 2024-04-18
Autori: glenn-jocher (13), fcakyon (2), Laughing-q (2), plashchynski (1), Burhan-Q (1), AyushExel (1), RizwanMunawar (1), tensorturtle (1)

Commenti