─░├žeri─če ge├ž

YOLOv8 ­čÜÇ AzureML'de

Azure nedir?

Azure, Microsoft'un bulut bili┼čim platformudur ve kurumlar─▒n i┼č y├╝klerini ┼čirket i├ži veri merkezlerinden buluta ta┼č─▒malar─▒na yard─▒mc─▒ olmak i├žin tasarlanm─▒┼čt─▒r. Bilgi i┼člem, veritabanlar─▒, analitik, makine ├Â─črenimi ve a─č olu┼čturma dahil olmak ├╝zere t├╝m bulut hizmetleri yelpazesiyle kullan─▒c─▒lar, genel bulutta yeni uygulamalar geli┼čtirmek ve ├Âl├žeklendirmek veya mevcut uygulamalar─▒ ├žal─▒┼čt─▒rmak i├žin bu hizmetler aras─▒ndan se├žim yapabilir.

Azure Machine Learning (AzureML) nedir?

Genellikle AzureML olarak adland─▒r─▒lan Azure Machine Learning, veri bilimcilerin ve geli┼čtiricilerin uygulamalar─▒na verimli bir ┼čekilde tahmine dayal─▒ analitik eklemesine olanak tan─▒yan, kurulu┼člar─▒n b├╝y├╝k veri k├╝melerini kullanmas─▒na ve bulutun t├╝m avantajlar─▒n─▒ makine ├Â─črenimine getirmesine yard─▒mc─▒ olan tam olarak y├Ânetilen bir bulut hizmetidir. AzureML, makine ├Â─črenimini eri┼čilebilir, kullan─▒m─▒ kolay ve ├Âl├žeklenebilir hale getirmeyi ama├žlayan ├že┼čitli hizmetler ve yetenekler sunar. Geli┼čtiricilerin makine ├Â─črenimi modellerinden en iyi ┼čekilde yararlanabilmeleri i├žin otomatik makine ├Â─črenimi, s├╝r├╝kle ve b─▒rak model e─čitimi gibi ├Âzelliklerin yan─▒ s─▒ra sa─člam bir Python SDK sa─člar.

AzureML YOLO Kullan─▒c─▒lar─▒na Nas─▒l Fayda Sa─člar?

YOLO (You Only Look Once) kullan─▒c─▒lar─▒ i├žin AzureML, makine ├Â─črenimi modellerini hem e─čitmek hem de da─č─▒tmak i├žin sa─člam, ├Âl├žeklenebilir ve verimli bir platform sa─člar. ─░ster h─▒zl─▒ prototipler ├žal─▒┼čt─▒rmak ister daha kapsaml─▒ verileri i┼člemek i├žin ├Âl├žeklendirmek isteyin, AzureML'nin esnek ve kullan─▒c─▒ dostu ortam─▒ ihtiya├žlar─▒n─▒za uygun ├že┼čitli ara├žlar ve hizmetler sunar. AzureML'den ┼ču ama├žlarla yararlanabilirsiniz

  • E─čitim i├žin b├╝y├╝k veri k├╝melerini ve hesaplama kaynaklar─▒n─▒ kolayca y├Ânetin.
  • Veri ├Ân i┼čleme, ├Âzellik se├žimi ve model e─čitimi i├žin yerle┼čik ara├žlar─▒ kullan─▒n.
  • Modellerin ve verilerin izlenmesi, denetlenmesi ve s├╝r├╝mlendirilmesi dahil ancak bunlarla s─▒n─▒rl─▒ olmamak ├╝zere MLOps (Makine ├ľ─črenimi Operasyonlar─▒) yetenekleriyle daha verimli bir ┼čekilde i┼čbirli─či yap─▒n.

Sonraki b├Âl├╝mlerde, AzureML kullanarak YOLOv8 nesne alg─▒lama modellerini bir i┼člem terminalinden veya bir not defterinden nas─▒l ├žal─▒┼čt─▒raca─č─▒n─▒z─▒ a├ž─▒klayan bir h─▒zl─▒ ba┼člang─▒├ž k─▒lavuzu bulacaks─▒n─▒z.

├ľn Ko┼čullar

Ba┼člamadan ├Ânce, bir AzureML ├žal─▒┼čma alan─▒na eri┼čiminiz oldu─čundan emin olun. E─čer yoksa, Azure'un resmi belgelerini takip ederek yeni bir AzureML ├žal─▒┼čma alan─▒ olu┼čturabilirsiniz. Bu ├žal─▒┼čma alan─▒, t├╝m AzureML kaynaklar─▒n─▒ y├Ânetmek i├žin merkezi bir yer g├Ârevi g├Âr├╝r.

Hesaplama ├Ârne─či olu┼čturma

AzureML ├žal─▒┼čma alan─▒n─▒zdan Hesaplama > Hesaplama ├Ârnekleri > Yeni'yi se├žin, ihtiyac─▒n─▒z olan kaynaklara sahip ├Ârne─či se├žin.

Azure ─░┼člem ├ľrne─či Olu┼čturma

Terminalden H─▒zl─▒ Ba┼člang─▒├ž

Bilgisayar─▒n─▒z─▒ ba┼člat─▒n ve bir Terminal a├ž─▒n:

A├ž─▒k Terminal

virtualenv olu┼čturun

Conda virtualenv'inizi olu┼čturun ve i├žine pip y├╝kleyin:

conda create --name yolov8env -y
conda activate yolov8env
conda install pip -y

Gerekli ba─č─▒ml─▒l─▒klar─▒ y├╝kleyin:

cd ultralytics
pip install -r requirements.txt
pip install ultralytics
pip install onnx>=1.12.0

YOLOv8 g├Ârevlerini ger├žekle┼čtirin

Tahmin et:

yolo predict model=yolov8n.pt source='https://ultralytics.com/images/bus.jpg'

Ba┼člang─▒├ž learning_rate de─čeri 0,01 olan bir alg─▒lama modelini 10 epok boyunca e─čitin:

yolo train data=coco8.yaml model=yolov8n.pt epochs=10 lr0=0.01

Ultralytics CLI adresini kullanmak i├žin daha fazla talimat─▒ burada bulabilirsiniz.

Not Defterinden H─▒zl─▒ Ba┼člang─▒├ž

Yeni bir IPython ├žekirde─či olu┼čturun

Hesaplama Terminalini a├ž─▒n.

A├ž─▒k Terminal

Hesaplama terminalinizden, ba─č─▒ml─▒l─▒klar─▒n─▒z─▒ y├Ânetmek i├žin not defteriniz taraf─▒ndan kullan─▒lacak yeni bir ipykernel olu┼čturman─▒z gerekir:

conda create --name yolov8env -y
conda activate yolov8env
conda install pip -y
conda install ipykernel -y
python -m ipykernel install --user --name yolov8env --display-name "yolov8env"

Terminalinizi kapat─▒n ve yeni bir not defteri olu┼čturun. Not defterinizden yeni ├žekirde─či se├žebilirsiniz.

Ard─▒ndan bir Notebook h├╝cresi a├žabilir ve gerekli ba─č─▒ml─▒l─▒klar─▒ y├╝kleyebilirsiniz:

%%bash
source activate yolov8env
cd ultralytics
pip install -r requirements.txt
pip install ultralytics
pip install onnx>=1.12.0

Kullanmam─▒z gerekti─čini unutmay─▒n source activate yolov8env t├╝m %%bash h├╝creleri i├žin, %%bash h├╝cresinin istedi─čimiz ortam─▒ kulland─▒─č─▒ndan emin olmak i├žin.

Kullanarak baz─▒ tahminler ├žal─▒┼čt─▒r─▒n Ultralytics CLI:

%%bash
source activate yolov8env
yolo predict model=yolov8n.pt source='https://ultralytics.com/images/bus.jpg'

Ya da Ultralytics Python aray├╝z├╝yle, ├Ârne─čin modeli e─čitmek i├žin:

from ultralytics import YOLO

# Load a model
model = YOLO("yolov8n.pt")  # load an official YOLOv8n model

# Use the model
model.train(data="coco8.yaml", epochs=3)  # train the model
metrics = model.val()  # evaluate model performance on the validation set
results = model("https://ultralytics.com/images/bus.jpg")  # predict on an image
path = model.export(format="onnx")  # export the model to ONNX format

Yukar─▒daki terminal b├Âl├╝m├╝nde a├ž─▒kland─▒─č─▒ gibi, YOLOv8 g├Ârevlerini ├žal─▒┼čt─▒rmak i├žin Ultralytics CLI veya Python aray├╝z├╝n├╝ kullanabilirsiniz.

Bu ad─▒mlar─▒ izleyerek, h─▒zl─▒ denemeler i├žin YOLOv8 adresini AzureML'de h─▒zl─▒ bir ┼čekilde ├žal─▒┼čt─▒rabilmeniz gerekir. Daha geli┼čmi┼č kullan─▒mlar i├žin, bu k─▒lavuzun ba┼č─▒nda ba─člant─▒s─▒ verilen AzureML belgelerinin tamam─▒na ba┼čvurabilirsiniz.

AzureML ile Daha Fazlas─▒n─▒ Ke┼čfedin

Bu k─▒lavuz, AzureML ├╝zerinde YOLOv8 ile ├žal─▒┼čmaya ba┼člaman─▒z i├žin bir giri┼č niteli─čindedir. Ancak, AzureML'nin sunabileceklerinin yaln─▒zca y├╝zeyini ├žizer. Daha derine inmek ve makine ├Â─črenimi projeleriniz i├žin AzureML'in t├╝m potansiyelini ortaya ├ž─▒karmak i├žin a┼ča─č─▒daki kaynaklar─▒ ke┼čfetmeyi d├╝┼č├╝n├╝n:

  • Veri Varl─▒─č─▒ Olu┼čturma: AzureML ortam─▒nda veri varl─▒klar─▒n─▒z─▒ etkili bir ┼čekilde nas─▒l kuraca─č─▒n─▒z─▒ ve y├Ânetece─činizi ├Â─črenin.
  • Bir AzureML ─░┼či Ba┼člat─▒n: AzureML'de makine ├Â─črenimi e─čitim i┼člerinizi nas─▒l ba┼člataca─č─▒n─▒z─▒ kapsaml─▒ bir ┼čekilde anlay─▒n.
  • Bir Model Kaydedin: Kay─▒t, s├╝r├╝m olu┼čturma ve da─č─▒t─▒m dahil olmak ├╝zere model y├Ânetimi uygulamalar─▒na a┼čina olun.
  • AzureML Python SDK ile YOLOv8 'u e─čitin: YOLOv8 modellerinizi e─čitmek i├žin AzureML Python SDK'y─▒ kullanmaya ili┼čkin ad─▒m ad─▒m k─▒lavuzu ke┼čfedin.
  • AzureML ile YOLOv8 'u e─čitin CLI: AzureML'de YOLOv8 modellerinin kolayla┼čt─▒r─▒lm─▒┼č e─čitimi ve y├Ânetimi i├žin komut sat─▒r─▒ aray├╝z├╝n├╝ nas─▒l kullanaca─č─▒n─▒z─▒ ke┼čfedin.


Created 2023-11-12, Updated 2024-06-02
Authors: glenn-jocher (4), ouphi (1)

Yorumlar