Impostazioni di Ultralytics

Ultralytics salva le impostazioni persistenti specifiche di ogni macchina in un file JSON nella directory di configurazione dell'utente e le rende disponibili tramite l'oggetto settings in Python e il comando yolo settings. Queste impostazioni controllano dove vengono salvati i dataset, i pesi e le esecuzioni, la chiave API della Ultralytics Platform e quali strumenti di tracciamento degli esperimenti sono abilitati. Gli argomenti specifici delle singole esecuzioni, come imgsz e epochs, sono invece documentati nella pagina Configurazione.

Visualizza, aggiorna e ripristina le impostazioni

from ultralytics import settings

print(settings)  # visualizza tutte le impostazioni
value = settings["runs_dir"]  # leggi una singola impostazione
settings.update({"runs_dir": "/path/to/runs", "tensorboard": False})  # aggiorna una o più impostazioni
settings.reset()  # ripristina i valori predefiniti

Riferimento delle impostazioni#

Nome	Valore di esempio	Tipo di dati	Descrizione
`settings_version`	`'0.0.8'`	`str`	Versione dello schema delle impostazioni, distinta dalla versione del pacchetto `ultralytics`
`datasets_dir`	`'/path/to/datasets'`	`str`	Directory in cui vengono archiviati i dataset
`weights_dir`	`'/path/to/weights'`	`str`	Directory di download per i pesi dei modelli URL e Platform (`ul://`) e percorso di ricerca di fallback per i nomi semplici dei modelli
`runs_dir`	`'/path/to/runs'`	`str`	Directory in cui vengono archiviate le esecuzioni degli esperimenti
`uuid`	`'a1b2c3d4'`	`str`	Identificatore anonimo del computer (hash SHA-256) utilizzato per le analisi
`sync`	`True`	`bool`	Invia dati analitici anonimi e segnalazioni di arresto anomalo a Ultralytics; consulta Privacy
`api_key`	`''`	`str`	Chiave API della Ultralytics Platform
`openai_api_key`	`''`	`str`	Chiave API OpenAI per la funzionalità Ask AI di Explorer, disponibile fino a `ultralytics==8.3.11`
`clearml`	`True`	`bool`	Abilita la registrazione con ClearML
`comet`	`True`	`bool`	Abilita il monitoraggio degli esperimenti con Comet ML
`dvc`	`True`	`bool`	Abilita il monitoraggio degli esperimenti con DVC
`mlflow`	`True`	`bool`	Abilita il monitoraggio degli esperimenti con MLflow
`raytune`	`True`	`bool`	Abilita la generazione di report per Ray Tune e l'ottimizzazione degli iperparametri
`tensorboard`	`False`	`bool`	Abilita la registrazione con TensorBoard
`wandb`	`False`	`bool`	Abilita la registrazione con Weights & Biases
`vscode_msg`	`True`	`bool`	Mostra una richiesta di installazione dell'estensione Ultralytics-Snippets quando viene rilevato un terminale di VS Code
`openvino_msg`	`True`	`bool`	Sulle CPU Intel, mostra un suggerimento per esportare con OpenVINO e velocizzare l'inferenza

Un nome semplice di modello, come YOLO("yolo26n.pt"), viene caricato dalla directory di lavoro corrente e poi da weights_dir; se il modello non è presente in nessuna delle due directory, i pesi vengono scaricati nella directory di lavoro corrente. Per scaricarli invece in weights_dir, passa il percorso completo, ad esempio YOLO(Path(settings["weights_dir"]) / "yolo26n.pt").

Collaboratori

glenn-jocher¹

Echoslayer¹

raimbekovm¹

Creato 2 mesi faAggiornato settimana scorsa

Commenti

Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.