Link to this sectionОтслеживание экспериментов с помощью Neptune#

Neptune — это хранилище метаданных для MLOps, созданное для команд, которые проводят множество экспериментов. Оно предоставляет единое пространство для ведения журнала, хранения, отображения, систематизации, сравнения и запроса всех метаданных создания твоих моделей.

Ultralytics YOLO26 интегрируется с Neptune для оптимизации отслеживания экспериментов. Эта интеграция позволяет автоматически сохранять метрики обучения, визуализировать предсказания моделей и хранить артефакты моделей без написания дополнительного кода для логирования.

Link to this sectionКлючевые особенности#

• Автоматическое логирование: Автоматически сохраняй ключевые метрики обучения, такие как box loss, classification loss и mAP.
• Визуализация изображений: Просматривай обучающие мозаики и предсказания валидации прямо на панели управления Neptune.
• Сохранение контрольных точек моделей: Автоматически загружай и контролируй версии весов твоей обученной модели (best.pt) в конце процесса обучения.
• Отслеживание гиперпараметров: Записывай все параметры конфигурации, чтобы обеспечить полную воспроизводимость твоих экспериментов.
• Интерактивные графики: Визуализируй матрицы ошибок и кривые precision-recall для анализа производительности модели.

Link to this sectionУстановка#

Чтобы использовать Neptune с Ultralytics, тебе необходимо установить клиентский пакет neptune вместе с ultralytics.

# Install the required packages
pip install ultralytics neptune

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

Link to this sectionКонфигурация#

Перед началом обучения тебе нужно подключить локальное окружение к твоему проекту Neptune. Тебе понадобятся API Token и Project Name из твоей панели управления Neptune.

Link to this sectionПолучи свои учетные данные#

1. Войди в Neptune.ai.
2. Создай новый проект (или выбери существующий).
3. Перейди в пользовательское меню и получи свой API Token.

Link to this sectionУстанови переменные окружения#

Самый безопасный способ обработки учетных данных — использование переменных окружения. Учти, что обратный вызов (callback) Neptune в Ultralytics считывает аргумент YOLO project и не использует NEPTUNE_PROJECT. Передавай полный идентификатор Neptune (например, workspace/name) через project= в своей команде обучения; в противном случае Neptune попытается использовать значение по умолчанию "Ultralytics", и выполнение завершится ошибкой.

export NEPTUNE_API_TOKEN="your_long_api_token_here" # required

Link to this sectionИспользование#

После настройки ты можешь приступить к обучению своих моделей YOLO26. Интеграция с Neptune работает автоматически, если установлен пакет neptune и интеграция включена в настройках.

Link to this sectionПример обучения#

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 sectionПонимание принципов интеграции#

На следующей схеме показано, как конвейер обучения Ultralytics взаимодействует с Neptune для записи различных артефактов и метрик.

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 sectionЧто логируется?#

Когда ты запускаешь команду обучения, интеграция с Neptune автоматически фиксирует следующую структуру данных в твоем запуске (run):

1. Конфигурация/Гиперпараметры: Все аргументы обучения (epochs, lr0, optimizer и т.д.) записываются в разделе Конфигурация.
2. Конфигурация/Модель: Архитектура и определение модели.
3. Метрики:
   • Train: box_loss, cls_loss, dfl_loss, lr (скорость обучения).
   • Метрики: precision, recall, mAP50, mAP50-95.
4. Изображения:
   • Mosaic: Обучающие пакеты (батчи), демонстрирующие аугментацию данных.
   • Validation: Метки ground truth и предсказания модели на валидационных данных.
   • Plots: Матрицы ошибок, кривые Precision-Recall.
5. Веса: Финальная обученная модель (best.pt) загружается в папку weights в запуске Neptune.

Link to this sectionРасширенное использование#

Link to this sectionОрганизация запусков#

Ты можешь использовать стандартные аргументы Ultralytics project и name для организации своих запусков в Neptune.

• project: Должен быть идентификатором проекта Neptune workspace/name; именно его обратный вызов передает в neptune.init_run.
• name: Служит идентификатором для конкретного запуска.

Link to this sectionПользовательское логирование#

Если тебе нужно записывать дополнительные пользовательские метрики вместе с автоматическим логированием, ты можешь получить доступ к экземпляру запуска Neptune. Учти, что тебе потребуется изменить логику тренера или создать пользовательский обратный вызов, чтобы получить доступ к объекту запуска, так как интеграция Ultralytics управляет жизненным циклом запуска внутренне.

Link to this sectionFAQ#

Link to this sectionКак отключить логирование Neptune?#

Если ты установил neptune, но хочешь отключить логирование для конкретного сеанса или глобально, ты можешь изменить настройки YOLO.

# Disable Neptune integration
yolo settings neptune=False

Link to this sectionМои изображения не загружаются. В чем проблема?#

Убедись, что твоя сеть разрешает соединения с серверами Neptune. Кроме того, логирование изображений обычно происходит через определенные интервалы (например, в конце эпох или в конце обучения). Если ты прерываешь обучение досрочно с помощью Ctrl+C, некоторые финальные артефакты, такие как матрицы ошибок или лучшие веса модели, могут не быть загружены.

Link to this sectionМогу ли я логировать в конкретный ID запуска Neptune?#

Текущая интеграция автоматически создает новый запуск для каждой сессии обучения. Чтобы возобновить логирование в существующий запуск, тебе обычно нужно вручную обработать инициализацию Neptune в коде Python, что выходит за рамки автоматической интеграции. Однако Ultralytics поддерживает возобновление обучения локально, что создаст новый запуск в Neptune для отслеживания возобновленных эпох.

Link to this sectionГде я могу найти веса модели в Neptune?#

В панели управления Neptune перейди в раздел Artifacts или All Metadata. Там ты найдешь папку weights, содержащую твой файл best.pt, который можно скачать для развертывания.