Link to this sectionNeptuneによる実験トラッキング#

Neptuneは、多数の実験を行うチーム向けに構築されたMLOpsのためのメタデータストアです。モデル構築に関するあらゆるメタデータの記録、保存、表示、整理、比較、クエリを単一の場所で行うことができます。

Ultralytics YOLO26はNeptuneと統合されており、実験トラッキングを効率化します。この統合により、カスタムロギングコードを書くことなく、トレーニングメトリクスの自動記録、モデル予測の可視化、モデルアーティファクトの保存が可能になります。

Link to this section主な特徴#

• 自動ロギング: ボックス損失、分類損失、mAPなどの主要なトレーニングメトリクスを自動的に記録します。
• 画像可視化: トレーニングモザイクや検証予測をNeptuneダッシュボードで直接確認できます。
• モデルチェックポインティング: トレーニング終了時に、学習済みモデルの重み（best.pt）を自動的にアップロードしてバージョン管理します。
• ハイパーパラメータトラッキング: すべての設定パラメータを記録し、実験の完全な再現性を確保します。
• インタラクティブプロット: 混同行列や精度再現率曲線（Precision-Recall curves）を可視化し、モデル性能を分析します。

Link to this sectionインストール#

To use Neptune with Ultralytics, you will need to install the neptune client package along with ultralytics.

# Install the required packages
pip install ultralytics neptune

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

Link to this section設定#

トレーニングを開始する前に、ローカル環境をNeptuneプロジェクトに接続する必要があります。NeptuneダッシュボードからAPI TokenとProject Nameを取得してください。

Link to this section資格情報の取得#

1. Neptune.aiにログインします。
2. 新しいプロジェクトを作成する（または既存のプロジェクトを選択する）。
3. ユーザーメニューに移動し、API Tokenを取得します。

Link to this section環境変数の設定#

The securest way to handle credentials is via environment variables. Note that the Ultralytics Neptune callback reads the YOLO project argument and does not use NEPTUNE_PROJECT. Pass the full Neptune slug (e.g., workspace/name) via project= in your training command; otherwise Neptune will try to use the literal default "Ultralytics" and the run will fail.

export NEPTUNE_API_TOKEN="your_long_api_token_here" # required

Link to this section使用方法#

設定が完了したら、YOLO26モデルのトレーニングを開始できます。neptuneパッケージがインストールされ、設定で統合が有効になっていれば、Neptune統合は自動的に動作します。

Link to this sectionトレーニングの例#

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n.pt")

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

Link to this section統合の仕組み#

以下の図は、UltralyticsのトレーニングパイプラインがNeptuneとどのように連携して様々なアーティファクトやメトリクスを記録するかを示しています。

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

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

    G --> H[Neptune Web Dashboard]:::out

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef decide fill:#FF9800,color:#fff
    classDef out fill:#9C27B0,color:#fff
    classDef extern fill:#607D8B,color:#fff

Link to this section記録されるデータは何ですか？#

トレーニングコマンドを実行すると、Neptune統合は実行中に以下のデータ構造を自動的にキャプチャします：

1. Configuration/Hyperparameters: すべてのトレーニング引数（エポック数、lr0、オプティマイザなど）がConfigurationセクションの下に記録されます。
2. Configuration/Model: モデルのアーキテクチャと定義。
3. Metrics:
   • Train: box_loss、cls_loss、dfl_loss、lr（学習率）。
   • Metrics: precision、recall、mAP50、mAP50-95。
4. Images:
   • Mosaic: データ拡張を示すトレーニングバッチ。
   • Validation: 検証データに対する正解ラベルとモデルの予測結果。
   • Plots: 混同行列、精度再現率曲線。
5. Weights: 最終的にトレーニングされたモデル（best.pt）がNeptune実行内のweightsフォルダにアップロードされます。

Link to this section高度な使用方法#

Link to this section実行の整理#

標準のUltralytics projectおよびname引数を使用して、Neptuneで実行を整理できます。

• project: Neptuneプロジェクトのスラッグworkspace/nameである必要があります。これはコールバックがneptune.init_runに渡す値です。
• name: 特定の実行の識別子として機能します。

Link to this sectionカスタムロギング#

自動ロギングに加えて追加のカスタムメトリクスを記録する必要がある場合は、Neptune実行インスタンスにアクセスできます。Ultralyticsの統合は実行のライフサイクルを内部で管理しているため、特定の実行オブジェクトにアクセスするにはトレーナーロジックを変更するか、カスタムコールバックを作成する必要があることに注意してください。

Link to this sectionよくある質問 (FAQ)#

Link to this sectionNeptuneロギングを無効にするにはどうすればよいですか？#

neptuneをインストールしているが、特定のセッションまたはグローバルでロギングを無効にしたい場合は、YOLOの設定を変更してください。

# Disable Neptune integration
yolo settings neptune=False

Link to this section画像がアップロードされません。何が問題でしょうか？#

ネットワークがNeptuneのサーバーへの接続を許可していることを確認してください。また、画像のロギングは通常、特定の間隔（例：エポック終了時やトレーニング終了時）で行われます。Ctrl+Cを使用してトレーニングを途中で中断した場合、混同行列や最高のモデルの重みといった最終的なアーティファクトがアップロードされない可能性があります。

Link to this section特定のNeptune実行IDにログを記録できますか？#

現在の統合では、トレーニングセッションごとに新しい実行が自動的に作成されます。既存の実行への記録を再開するには、通常PythonコードでNeptuneの初期化を手動で処理する必要がありますが、これは自動統合の範囲外となります。ただし、Ultralyticsはローカルでのトレーニング再開をサポートしており、再開されたエポックを追跡するためにNeptuneで新しい実行が作成されます。

Link to this sectionNeptuneでモデルの重みはどこにありますか？#

In your Neptune dashboard, navigate to the Artifacts or All Metadata section. You will find a weights folder containing your best.pt file, which you can download for deployment.