Улучшение отслеживания и визуализации экспериментов YOLO11 с помощью Weights & Biases

Object detection models like Ultralytics YOLO11 have become integral to many computer vision applications. However, training, evaluating, and deploying these complex models introduce several challenges. Tracking key training metrics, comparing model variants, analyzing model behavior, and detecting issues require significant instrumentation and experiment management.

Смотри: How to use Ultralytics YOLO11 with Weights and Biases

В этом руководстве показана интеграция Ultralytics YOLO11 с Weights & Biases для улучшенного отслеживания экспериментов, проверки моделей и визуализации их работы. В нем также содержатся инструкции по настройке интеграции, обучению, тонкой настройке и визуализации результатов с помощью интерактивных возможностей Weights & Biases.

Weights & Biases

Weights & Biases is a cutting-edge MLOps platform designed for tracking, visualizing, and managing machine learning experiments. It features automatic logging of training metrics for full experiment reproducibility, an interactive UI for streamlined data analysis, and efficient model management tools for deploying across various environments.

Тренировка YOLO11 с Weights & Biases

Ты можешь использовать Weights & Biases , чтобы привнести эффективность и автоматизацию в процесс обучения YOLO11.

Установка

Чтобы установить необходимые пакеты, выполни:

# Install the required packages for Ultralytics YOLO and Weights & Biases
pip install -U ultralytics wandb

For detailed instructions and best practices related to the installation process, be sure to check our YOLO11 Installation guide. While installing the required packages for YOLO11, if you encounter any difficulties, consult our Common Issues guide for solutions and tips.

Настройка Weights & Biases

После установки необходимых пакетов следующим шагом будет настройка твоего окружения Weights & Biases. Сюда входит создание аккаунта Weights & Biases и получение необходимого API-ключа для бесперебойной связи между твоей средой разработки и платформой W&B.

Начни с инициализации среды Weights & Biases в твоем рабочем пространстве. Это можно сделать, выполнив следующую команду и следуя предложенным инструкциям.

import wandb

# Initialize your Weights & Biases environment
wandb.login(key="<API_KEY>")

# Initialize your Weights & Biases environment
wandb login <API_KEY>

Перейди на страницу авторизации Weights & Biases, чтобы создать и получить свой API-ключ. Используй этот ключ для аутентификации своего окружения в W&B.

Использование: Тренировка YOLO11 с Weights & Biases

Before diving into the usage instructions for YOLO11 model training with Weights & Biases, be sure to check out the range of YOLO11 models offered by Ultralytics. This will help you choose the most appropriate model for your project requirements.

from ultralytics import YOLO

# Load a YOLO model
model = YOLO("yolo11n.pt")

# Train and Fine-Tune the Model
model.train(data="coco8.yaml", epochs=5, project="ultralytics", name="yolo11n")

# Train a YOLO11 model with Weights & Biases
yolo train data=coco8.yaml epochs=5 project=ultralytics name=yolo11n

Аргументы W&B

# Enable Weights & Biases logging
wandb enabled

# Disable Weights & Biases logging
wandb disabled

Понимание вывода

Запустив приведенный выше фрагмент кода использования, ты можешь ожидать следующих ключевых результатов:

• Создание нового прогона с его уникальным идентификатором, означающим начало тренировочного процесса.
• Краткое описание структуры модели, включая количество слоев и параметры.
• Regular updates on important metrics such as box loss, cls loss, dfl loss, precision, recall, and mAP scores during each training epoch.
• At the end of training, detailed metrics including the model's inference speed, and overall accuracy metrics are displayed.
• Ссылки на приборную панель Weights & Biases для углубленного анализа и визуализации тренировочного процесса, а также информация о локальном расположении лог-файлов.

Просмотр панели Weights & Biases Dashboard

Запустив фрагмент кода использования, ты можешь получить доступ к дашборду Weights & Biases (W&B) по ссылке, указанной в выводе. Эта приборная панель предлагает полное представление о процессе обучения твоей модели с помощью YOLO11.

Ключевые особенности приборной панели Weights & Biases

• Отслеживание метрик в реальном времени: Наблюдай за такими метриками, как потери, точность и оценка валидности, по мере их изменения в процессе обучения, предлагая немедленные выводы для настройки модели. Посмотри, как отслеживаются эксперименты с помощью Weights & Biases.

• Hyperparameter Optimization: Weights & Biases aids in fine-tuning critical parameters such as learning rate, batch size, and more, enhancing the performance of YOLO11.

• Сравнительный анализ: Платформа позволяет сравнивать бок о бок разные тренировочные прогоны, что очень важно для оценки влияния различных конфигураций модели.

• Визуализация прогресса обучения: Графические представления ключевых показателей дают интуитивное понимание производительности модели в разные эпохи. Узнай, как Weights & Biases помогает тебе визуализировать результаты валидации.

• Мониторинг ресурсов: Следи за CPU, GPU, и использованием памяти, чтобы оптимизировать эффективность тренировочного процесса.

• Управление артефактами модели: Получи доступ к контрольным точкам модели и поделись ими, облегчая развертывание и совместную работу.

• Просмотр результатов предсказания с помощью наложения изображений: Визуализируй результаты предсказаний на изображениях с помощью интерактивных оверлеев в Weights & Biases, обеспечивающих наглядное и детальное представление о работе модели на реальных данных. Для получения более подробной информации о возможностях Weights & Biases' наложения изображений перейди по этой ссылке. Посмотри, как Weights & Biases' наложение изображений помогает визуализировать выводы модели.

Используя эти возможности, ты сможешь эффективно отслеживать, анализировать и оптимизировать тренировки своей модели YOLO11, обеспечивая наилучшую производительность и эффективность.

Резюме

Это руководство помогло тебе изучить интеграцию Ultralytics YOLO с Weights & Biases. Оно иллюстрирует возможности этой интеграции для эффективного отслеживания и визуализации результатов обучения и прогнозирования моделей.

Более подробную информацию об использовании можно найти на сайте Weights & Biases' официальная документация.

Также не забудь заглянуть на страницу руководства по интеграцииUltralytics , чтобы узнать больше о различных интересных интеграциях.

ВОПРОСЫ И ОТВЕТЫ

Как интегрировать Weights & Biases с Ultralytics YOLO11?

Чтобы интегрировать Weights & Biases с Ultralytics YOLO11:

1. Установи необходимые пакеты:

pip install -U ultralytics wandb

1. Войди в свой аккаунт на Weights & Biases :

import wandb

wandb.login(key="<API_KEY>")

1. Тренируй свою модель YOLO11 с включенным протоколированием W&B:

from ultralytics import YOLO

model = YOLO("yolo11n.pt")
model.train(data="coco8.yaml", epochs=5, project="ultralytics", name="yolo11n")

Это позволит автоматически регистрировать метрики, гиперпараметры и артефакты модели в твоем проекте W&B.

Каковы ключевые особенности интеграции Weights & Biases с YOLO11?

К основным особенностям относятся:

• Отслеживание показателей в реальном времени во время тренировки
• Инструменты для оптимизации гиперпараметров
• Сравнительный анализ различных тренировочных прогонов
• Визуализация тренировочного прогресса с помощью графиков
• Мониторинг ресурсов (CPU, GPU, использование памяти).
• Управление и обмен артефактами модели
• Просмотр результатов умозаключений с наложением изображений

Эти функции помогают отслеживать эксперименты, оптимизировать модели и более эффективно сотрудничать в проектах YOLO11.

Как я могу просмотреть приборную панель Weights & Biases для тренировок YOLO11?

После запуска твоего тренировочного скрипта с интеграцией W&B:

1. В выводе консоли появится ссылка на твою приборную панель W&B.
2. Click on the link or go to wandb.ai and log in to your account.
3. Перейди в свой проект, чтобы просмотреть подробные метрики, визуализации и данные о производительности модели.

Приборная панель дает представление о процессе обучения твоей модели, позволяя тебе эффективно анализировать и улучшать свои модели YOLO11.

Можно ли отключить ведение журнала Weights & Biases для тренировок YOLO11?

Да, ты можешь отключить ведение журнала W&B с помощью следующей команды:

wandb disabled

Чтобы снова включить ведение журнала, используй:

wandb enabled

Это позволит тебе контролировать, когда ты хочешь использовать W&B-логирование, не изменяя свои тренировочные скрипты.

Как Weights & Biases помогает в оптимизации моделей YOLO11?

Weights & Biases помогает оптимизировать модели YOLO11:

1. Обеспечение детальной визуализации показателей тренировок
2. Позволяет легко сравнивать разные версии моделей
3. Offering tools for hyperparameter tuning
4. Возможность совместного анализа производительности модели
5. Способствуя легкому обмену артефактами модели и результатами

Эти функции помогают исследователям и разработчикам быстрее проводить итерации и принимать решения, основанные на данных, чтобы улучшить свои модели YOLO11.

📅 Создано 10 месяцев назад ✏️ Обновлено 1 месяц назад

Комментарии