Перейти к содержимому

Ultralytics YOLOv8 Режимы

Ultralytics YOLO Экосистема и интеграции

Введение

Ultralytics YOLOv8 Это не просто очередная модель обнаружения объектов, это универсальный фреймворк, созданный для того, чтобы охватить весь жизненный цикл моделей машинного обучения - от сбора данных и обучения модели до проверки, развертывания и отслеживания в реальном мире. Каждый режим служит конкретной цели и разработан так, чтобы обеспечить тебе гибкость и эффективность, необходимые для различных задач и случаев использования.



Смотри: Ultralytics Режимы Самоучитель: Train, Validate, Predict, Export & Benchmark.

Режимы с первого взгляда

Понимание различных режимов, которые поддерживает Ultralytics YOLOv8 , очень важно для получения максимальной отдачи от твоих моделей:

  • Режим тренировки: Уточни свою модель на пользовательских или предварительно загруженных наборах данных.
  • Режим Val: Контрольная точка после тренировки для проверки работоспособности модели.
  • Режим Predict: Раскрой предсказательную силу своей модели на реальных данных.
  • Режим экспорта: Сделай свою модель готовой к развертыванию в различных форматах.
  • Режим слежения: Расширь свою модель обнаружения объектов до приложений слежения в реальном времени.
  • Режим бенчмарка: Проанализируй скорость и точность твоей модели в различных средах развертывания.

Этот исчерпывающий гайд призван дать тебе обзор и практическое представление о каждом режиме, помогая использовать весь потенциал YOLOv8.

Поезд

Режим Train используется для обучения модели YOLOv8 на пользовательском наборе данных. В этом режиме модель обучается на заданном наборе данных и гиперпараметрах. Процесс обучения заключается в оптимизации параметров модели, чтобы она могла точно предсказывать классы и местоположение объектов на изображении.

Примеры поездов

Вэл

Режим Val используется для проверки модели YOLOv8 после ее обучения. В этом режиме модель оценивается на валидационном множестве, чтобы измерить ее точность и эффективность обобщения. Этот режим можно использовать для настройки гиперпараметров модели, чтобы улучшить ее производительность.

Примеры валов

Предсказывай

Режим Predict используется для составления прогнозов с помощью обученной модели YOLOv8 на новых изображениях или видео. В этом режиме модель загружается из файла контрольной точки, а пользователь может предоставить изображения или видео для проведения умозаключений. Модель предсказывает классы и местоположение объектов на входных изображениях или видео.

Предсказать примеры

Экспорт

Режим экспорта используется для экспорта модели YOLOv8 в формат, который можно использовать для развертывания. В этом режиме модель преобразуется в формат, который может быть использован другими программными приложениями или аппаратными устройствами. Этот режим полезен при развертывании модели в производственных средах.

Примеры экспорта

Трек

Режим слежения используется для отслеживания объектов в реальном времени с помощью модели YOLOv8 . В этом режиме модель загружается из файла контрольной точки, и пользователь может предоставить живой видеопоток для отслеживания объектов в реальном времени. Этот режим полезен для таких приложений, как системы наблюдения или самоуправляемые автомобили.

Примеры треков

Бенчмарк

Режим бенчмарка используется для профилирования скорости и точности различных форматов экспорта для YOLOv8. Бенчмарки предоставляют информацию о размере экспортируемого формата, его mAP50-95 метрики (для обнаружения объектов, сегментации и позиционирования) или accuracy_top5 метрики (для классификации), а также время вывода в миллисекундах для каждого изображения в различных форматах экспорта, таких как ONNX, OpenVINO, TensorRT и другие. Эта информация может помочь пользователям выбрать оптимальный формат экспорта для конкретного случая использования, исходя из требований к скорости и точности.

Примеры эталонов



Создано 2023-11-12, Обновлено 2024-02-03
Авторы: glenn-jocher (4)

Комментарии