Ultralytics 설정

Ultralytics는 사용자 구성 디렉터리의 JSON 파일에 머신별 영구 설정을 저장하고, Python의 settings 객체와 yolo settings 명령을 통해 해당 설정을 제공합니다. 설정에는 데이터셋, 가중치 및 실행 결과의 저장 위치, Ultralytics Platform API 키, 활성화된 실험 추적 도구가 포함됩니다. imgsz 및 epochs와 같은 실행별 인수는 대신 Configuration 페이지에 설명되어 있습니다.

설정 보기, 업데이트 및 초기화

from ultralytics import settings

print(settings)  # 모든 설정 보기
value = settings["runs_dir"]  # 설정 하나 읽기
settings.update({"runs_dir": "/path/to/runs", "tensorboard": False})  # 하나 이상의 설정 업데이트
settings.reset()  # 기본값 복원

설정 참조#

이름	예시 값	데이터 유형	설명
`settings_version`	`'0.0.8'`	`str`	설정 스키마 버전이며, `ultralytics` 패키지 버전과는 별개입니다.
`datasets_dir`	`'/path/to/datasets'`	`str`	데이터 세트를 저장하는 디렉터리
`weights_dir`	`'/path/to/weights'`	`str`	URL 및 플랫폼 모델 가중치의 다운로드 디렉터리(`ul://`)와 경로가 없는 모델 이름의 대체 검색 위치
`runs_dir`	`'/path/to/runs'`	`str`	실험 실행 결과를 저장하는 디렉터리
`uuid`	`'a1b2c3d4'`	`str`	분석에 사용하는 익명화된 머신 식별자(SHA-256 해시)
`sync`	`True`	`bool`	익명화된 분석 데이터 및 충돌 보고서를 Ultralytics로 전송합니다. 개인정보 보호를 참조하세요.
`api_key`	`''`	`str`	Ultralytics Platform API 키
`openai_api_key`	`''`	`str`	`ultralytics==8.3.11`까지 사용할 수 있는 Explorer Ask AI 기능용 OpenAI API 키
`clearml`	`True`	`bool`	ClearML 로깅 활성화
`comet`	`True`	`bool`	Comet ML 실험 추적 활성화
`dvc`	`True`	`bool`	DVC 실험 추적 활성화
`mlflow`	`True`	`bool`	MLflow 실험 추적 활성화
`raytune`	`True`	`bool`	Ray Tune 하이퍼파라미터 튜닝 보고 활성화
`tensorboard`	`False`	`bool`	TensorBoard 로깅 활성화
`wandb`	`False`	`bool`	Weights & Biases 로깅 활성화
`vscode_msg`	`True`	`bool`	VS Code 터미널이 감지되면 Ultralytics-Snippets 확장 프로그램 설치 안내 표시
`openvino_msg`	`True`	`bool`	Intel CPU에서 더 빠른 추론을 위해 OpenVINO로 내보내도록 안내 표시

YOLO("yolo26n.pt")과 같은 경로가 없는 모델 이름은 현재 작업 디렉터리에서 로드된 다음 weights_dir에서 로드됩니다. 두 위치 모두에 모델이 없으면 가중치가 현재 작업 디렉터리로 다운로드됩니다. 대신 weights_dir에 다운로드하려면 전체 경로(예: YOLO(Path(settings["weights_dir"]) / "yolo26n.pt"))를 전달합니다.

기여자