Ultralytics YOLOv8 Modi
Inleiding
Ultralytics YOLOv8 is niet zomaar een model voor objectdetectie; het is een veelzijdig framework dat is ontworpen om de hele levenscyclus van modellen voor machinaal leren te bestrijken, van gegevensinvoer en modeltraining tot validatie, implementatie en tracking in de praktijk. Elke modus dient een specifiek doel en is ontworpen om je de flexibiliteit en efficiëntie te bieden die nodig is voor verschillende taken en gebruikssituaties.
Kijken: Ultralytics Modi Tutorial: Trainen, Valideren, Voorspellen, Exporteren & Benchmarken.
Modi in een oogopslag
Inzicht in de verschillende modi die Ultralytics YOLOv8 ondersteunt is essentieel om het maximale uit je modellen te halen:
- Train modus: Verfijn je model op aangepaste of vooraf geladen datasets.
- Valmodus: Een controlepunt na de training om de prestaties van het model te valideren.
- Voorspelmodus: Gebruik de voorspellende kracht van je model op echte gegevens.
- Exportmodus: Maak je model gebruiksklaar in verschillende formaten.
- Volgmodus: Breid je objectdetectiemodel uit naar realtime trackingtoepassingen.
- Benchmarkmodus: Analyseer de snelheid en nauwkeurigheid van je model in verschillende inzetomgevingen.
Deze uitgebreide gids geeft je een overzicht en praktische inzichten in elke modus, zodat je het volledige potentieel van YOLOv8 kunt benutten.
Trein
De modus Trainen wordt gebruikt voor het trainen van een YOLOv8 model op een aangepaste dataset. In deze modus wordt het model getraind met behulp van de gespecificeerde dataset en hyperparameters. Tijdens het trainingsproces worden de parameters van het model geoptimaliseerd zodat het nauwkeurig de klassen en locaties van objecten in een afbeelding kan voorspellen.
Val
De modus Val wordt gebruikt voor het valideren van een YOLOv8 model nadat het is getraind. In deze modus wordt het model geëvalueerd op een validatieset om de nauwkeurigheid en generalisatieprestaties te meten. Deze modus kan worden gebruikt om de hyperparameters van het model af te stemmen om de prestaties te verbeteren.
Voorspel
De modus Voorspellen wordt gebruikt om voorspellingen te doen met behulp van een getraind YOLOv8 model op nieuwe afbeeldingen of video's. In deze modus wordt het model geladen vanuit een controlebestand en kan de gebruiker afbeeldingen of video's aanleveren om de inferentie uit te voeren. Het model voorspelt de klassen en locaties van objecten in de ingevoerde afbeeldingen of video's.
Exporteer
De exportmodus wordt gebruikt om een YOLOv8 model te exporteren naar een formaat dat gebruikt kan worden voor implementatie. In deze modus wordt het model geconverteerd naar een formaat dat kan worden gebruikt door andere softwaretoepassingen of hardwareapparaten. Deze modus is handig bij het uitrollen van het model naar productieomgevingen.
Track
De Trackmodus wordt gebruikt om objecten in real-time te volgen met behulp van een YOLOv8 model. In deze modus wordt het model geladen vanuit een checkpointbestand en kan de gebruiker een live videostream aanleveren om het volgen van objecten in real-time uit te voeren. Deze modus is handig voor toepassingen zoals bewakingssystemen of zelfrijdende auto's.
Benchmark
De benchmarkmodus wordt gebruikt om de snelheid en nauwkeurigheid van verschillende exportformaten voor YOLOv8 te profileren. De benchmarks geven informatie over de grootte van het geëxporteerde formaat, de mAP50-95 metriek (voor objectdetectie, segmentatie en houding) of accuracy_top5 metriek (voor classificatie) en de inferentietijd in milliseconden per afbeelding in verschillende exportformaten zoals ONNX, OpenVINO, TensorRT en andere. Deze informatie kan gebruikers helpen om het optimale exportformaat te kiezen voor hun specifieke toepassing op basis van hun eisen voor snelheid en nauwkeurigheid.