YOLO11 Bir Üst Düzeye Taşıyın: Comet ile Günlük Kaydı Sürecinizi Basitleştirin
Parametreler, metrikler, görüntü tahminleri ve model kontrol noktaları gibi temel eğitim ayrıntılarını kaydetmek, makine öğreniminde çok önemlidir; projenizi şeffaf, ilerlemenizi ölçülebilir ve sonuçlarınızı tekrarlanabilir kılar.
İzle: Ultralytics YOLO Eğitim Günlükleri ve Metrikleri Comet Kullanma 🚀
Ultralytics YOLO11Comet eski adıyla Comet ) ile sorunsuz bir şekilde entegre olur ve YOLO11 nesne algılama modelinizin eğitim sürecinin her yönünü verimli bir şekilde yakalar ve optimize eder. Bu kılavuzda, kurulum süreci, Comet , gerçek zamanlı içgörüler, özel günlük kaydı ve çevrimdışı kullanım konularını ele alacağız. Böylece, YOLO11 kapsamlı bir şekilde belgelenmesini ve olağanüstü sonuçlar elde etmek için ince ayarlarının yapılmasını sağlayacağız.
Comet
Comet , makine öğrenimi modellerini ve deneylerini izlemek, karşılaştırmak, açıklamak ve optimize etmek için bir platformdur. Model eğitimi sırasında metrikleri, parametreleri, medyayı ve daha fazlasını günlüğe kaydetmenize ve estetik açıdan hoş bir web arayüzü aracılığıyla deneylerinizi izlemenize olanak tanır. Comet , veri bilimcilerin daha hızlı yineleme yapmasına Comet , şeffaflığı ve tekrarlanabilirliği artırır ve üretim modellerinin geliştirilmesine yardımcı olur.
YOLO11 Comet'in Gücünden Yararlanma
Ultralytics YOLO11 Comet birleştirerek bir dizi avantajdan yararlanabilirsiniz. Bunlar arasında basitleştirilmiş deney yönetimi, hızlı ayarlamalar için gerçek zamanlı içgörüler, esnek ve özelleştirilmiş günlük kaydı seçenekleri ve internet erişiminin sınırlı olduğu durumlarda deneyleri çevrimdışı olarak günlüğe kaydetme özelliği bulunmaktadır. Bu entegrasyon, veriye dayalı kararlar almanızı, performans ölçütlerini analiz etmenizi ve olağanüstü sonuçlar elde etmenizi sağlar.
Kurulum
Gerekli paketleri kurmak için şunu çalıştırın:
Kurulum
# Install the required packages for YOLO11 and Comet
pip install ultralytics comet_ml torch torchvision
Comet yapılandırma
Gerekli paketleri yükledikten sonra, kaydolmanız, bir Comet API Anahtarı almanız ve yapılandırmanız gerekecektir.
Comet yapılandırma
# Set your Comet API Key
export COMET_API_KEY=YOUR_API_KEY
Ardından, Comet projenizi başlatabilirsiniz. Comet, API anahtarını otomatik olarak algılayacak ve kuruluma devam edecektir.
Comet projesini başlat
import comet_ml
comet_ml.login(project_name="comet-example-yolo11-coco128")
Bir Google Colab not defteri kullanıyorsanız, yukarıdaki kod başlatma için API anahtarınızı girmenizi isteyecektir.
Kullanım
Kullanım talimatlarına geçmeden önce, Ultralytics tarafından sunulan YOLO11 modelleri yelpazesine göz atmayı unutmayın. Bu, proje gereksinimleriniz için en uygun modeli seçmenize yardımcı olacaktır.
Kullanım
from ultralytics import YOLO
# Load a model
model = YOLO("yolo11n.pt")
# Train the model
results = model.train(
data="coco8.yaml",
project="comet-example-yolo11-coco128",
batch=32,
save_period=1,
save_json=True,
epochs=3,
)
Eğitim kodunu çalıştırdıktan sonra, Comet , track otomatik olarak track için Comet alanınızda bir deney Comet . Ardından, YOLO11 eğitim sürecinin ayrıntılı günlüğünü görüntülemek için bir bağlantı sağlanacaktır.
Comet, ek bir yapılandırmaya gerek kalmadan aşağıdaki verileri otomatik olarak kaydeder: mAP ve kayıp gibi metrikler, hiperparametreler, model kontrol noktaları, etkileşimli karışıklık matrisi ve görüntü sınırlayıcı kutu tahminleri.
Comet Modelinizin Performansını Anlama
YOLO11 eğitimi başladığında Comet göreceğiniz bilgilere bir göz atalım. Kontrol paneli, tüm işlemlerin gerçekleştiği yerdir ve görseller ve istatistikler aracılığıyla otomatik olarak kaydedilen bir dizi bilgiyi sunar. İşte hızlı bir tur:
Deney Panelleri
Comet panelinin deney panelleri bölümü, farklı çalıştırmaları ve segment kaybı, sınıf kaybı, hassasiyet ve ortalama hassasiyet gibi metriklerini düzenler ve sunar.
Metrikler
Metrikler bölümünde, burada gösterildiği gibi özel bir bölmede görüntülenen metrikleri tablo biçiminde de inceleme seçeneğiniz vardır.
İnteraktif Karışıklık Matrisi
Karışıklık matrisi, Karışıklık Matrisi sekmesinde bulunur ve modelin sınıflandırma doğruluğunu değerlendirmek için etkileşimli bir yol sağlar. Doğru ve yanlış tahminleri detaylandırarak modelin güçlü ve zayıf yönlerini anlamanıza olanak tanır.
Sistem Metrikleri
Comet , eğitim sürecindeki darboğazları tespit etmeye yardımcı olmak için sistem metriklerini Comet . GPU , GPU kullanımı, CPU ve RAM kullanımı gibi metrikleri içerir. Bunlar, model eğitimi sırasında kaynak kullanımının verimliliğini izlemek için gereklidir.
Comet Özelleştirme
Comet , ortam değişkenlerini ayarlayarak günlük kaydı davranışını özelleştirme esnekliği Comet . Bu yapılandırmalar, Comet özel ihtiyaçlarınıza ve tercihlerinize Comet uyarlayabilmenizi sağlar. İşte bazı yararlı özelleştirme seçenekleri:
Görüntü Tahminlerini Kaydetme
Deneyleriniz sırasında Comet görüntü tahminlerinin sayısını kontrol edebilirsiniz. Varsayılan olarak, Comet doğrulama kümesinden 100 görüntü tahmini Comet . Ancak, bu sayıyı gereksinimlerinize daha uygun hale getirmek için değiştirebilirsiniz. Örneğin, 200 görüntü tahmini kaydetmek için aşağıdaki kodu kullanın:
import os
os.environ["COMET_MAX_IMAGE_PREDICTIONS"] = "200"
Yığın Günlüğü Aralığı
Comet , görüntü tahminlerinin ne sıklıkla günlüğe kaydedileceğini belirlemenizi Comet . COMET_EVAL_BATCH_LOGGING_INTERVAL ortam değişkeni bu sıklığı kontrol eder. Varsayılan ayar, her doğrulama grubundan tahminleri günlüğe kaydeden 1'dir. Bu değeri, tahminleri farklı bir aralıkta günlüğe kaydetmek için ayarlayabilirsiniz. Örneğin, 4'e ayarlamak, her dördüncü gruptan tahminleri günlüğe kaydeder.
import os
os.environ["COMET_EVAL_BATCH_LOGGING_INTERVAL"] = "4"
Karışıklık Matrisi Günlüğünü Devre Dışı Bırakma
Bazı durumlarda, her birinden sonra doğrulama kümenizden elde edilen karmaşıklık matrisini günlüğe kaydetmek istemeyebilirsiniz. epokŞunu ayarlayarak bu özelliği devre dışı bırakabilirsiniz: COMET_EVAL_LOG_CONFUSION_MATRIX ortam değişkenini "false" olarak ayarlayın. Karışıklık matrisi yalnızca bir kez, eğitim tamamlandıktan sonra günlüğe kaydedilecektir.
import os
os.environ["COMET_EVAL_LOG_CONFUSION_MATRIX"] = "false"
Çevrimdışı Kayıt
İnternet erişiminin sınırlı olduğu bir durumda, Comet çevrimdışı oturum açma seçeneği Comet . Aşağıdakileri ayarlayabilirsiniz: COMET_MODE çevre değişkenini "çevrimdışı" olarak ayarlayarak bu özelliği etkinleştirebilirsiniz. Deney verileriniz yerel olarak bir dizine kaydedilecek ve daha sonra internet bağlantısı Comet yükleyebileceksiniz.
import os
os.environ["COMET_MODE"] = "offline"
Özet
Bu kılavuz, Comet Ultralytics YOLO11 Comet entegre etme sürecini adım adım anlatmıştır. Kurulumdan özelleştirmeye kadar, deney yönetimini kolaylaştırmayı, gerçek zamanlı içgörüler elde etmeyi ve günlüğü projenizin ihtiyaçlarına göre uyarlama yöntemlerini öğrendiniz.
Comet resmi YOLOv8 belgelerini inceleyin. Bu belgeler YOLO11 için de geçerlidir.
Ayrıca, YOLO11 pratik uygulamalarına, özellikle görüntü segmentasyonu görevlerine daha derinlemesine dalmak istiyorsanız, Comet YOLO11 ince ayarlamaya ilişkin bu ayrıntılı kılavuz, modelinizin performansını artırmak için değerli bilgiler ve adım adım talimatlar sunar.
Ek olarak, Ultralytics ile diğer heyecan verici entegrasyonları keşfetmek için, zengin kaynak ve bilgi sunan entegrasyon kılavuzu sayfasına göz atın.
SSS
EğitimYOLO11 Comet Ultralytics YOLO11 Comet nasıl entegre edebilirim?
Comet Ultralytics YOLO11 Comet entegre etmek için şu adımları izleyin:
Gerekli paketleri yükleyin:
pip install ultralytics comet_ml torch torchvisionComet API Anahtarınızı ayarlayın:
export COMET_API_KEY=YOUR_API_KEYComet projenizi python kodunuzda başlatın:
import comet_ml comet_ml.login(project_name="comet-example-yolo11-coco128")YOLO11 modelinizi eğitin ve metrikleri günlüğe kaydedin:
from ultralytics import YOLO model = YOLO("yolo11n.pt") results = model.train( data="coco8.yaml", project="comet-example-yolo11-coco128", batch=32, save_period=1, save_json=True, epochs=3, )
Daha ayrıntılı talimatlar için Comet bölümüne bakın.
YOLO11 Comet kullanmanın avantajları nelerdir?
Ultralytics YOLO11 CometYOLO11 entegre ederek şunları yapabilirsiniz:
- Gerçek zamanlı içgörüleri izleyin: Eğitim sonuçlarınız hakkında anında geri bildirim alın ve hızlı ayarlamalar yapın.
- Kapsamlı metrikleri kaydetme: mAP, kayıp, hiperparametreler ve model kontrol noktaları gibi temel metrikleri otomatik olarak yakalayın.
- Deneyleri çevrimdışı izleyin: İnternet erişimi olmadığında eğitim çalıştırmalarınızı yerel olarak günlüğe kaydedin.
- Farklı eğitim çalıştırmalarını karşılaştırın: Etkileşimli Comet kullanarak birden fazla deneyi analiz edin ve karşılaştırın.
Bu özelliklerden yararlanarak, daha iyi performans ve tekrarlanabilirlik için makine öğrenimi iş akışlarınızı optimize edebilirsiniz. Daha fazla bilgi için Comet kılavuzunu ziyaret edin.
YOLO11 Comet günlük kaydı davranışını nasıl özelleştirebilirim?
Comet , ortam değişkenlerini kullanarak günlük kaydı davranışını kapsamlı bir şekilde özelleştirmeye Comet :
Kaydedilen görüntü tahminlerinin sayısını değiştirin:
import os os.environ["COMET_MAX_IMAGE_PREDICTIONS"] = "200"Toplu iş günlüğü aralığını ayarla:
import os os.environ["COMET_EVAL_BATCH_LOGGING_INTERVAL"] = "4"Karışıklık matrisi günlüğünü devre dışı bırak:
import os os.environ["COMET_EVAL_LOG_CONFUSION_MATRIX"] = "false"
Daha fazla özelleştirme seçeneği için Comet Özelleştirme bölümüne bakın.
Comet'te YOLO11 ayrıntılı ölçümlerini ve görselleştirmelerini nasıl görüntüleyebilirim?
YOLO11 eğitilmeye başladığında, Comet panelinde çok çeşitli metriklere ve görselleştirmelere erişebilirsiniz. Temel özellikler şunlardır:
- Deney Panelleri: Segment maskesi kaybı, sınıf kaybı ve ortalama kesinlik dahil olmak üzere farklı çalıştırmaları ve metriklerini görüntüleyin.
- Metrikler: Ayrıntılı analiz için metrikleri tablo formatında inceleyin.
- Etkileşimli Karışıklık Matrisi: Etkileşimli bir karışıklık matrisi ile sınıflandırma doğruluğunu değerlendirin.
- Sistem Metrikleri: GPU ve CPU kullanımını, bellek kullanımını ve diğer sistem metriklerini izleyin.
Bu özelliklerin ayrıntılı bir özeti için, Comet Modelinizin Performansını Anlama bölümünü ziyaret edin.
YOLO11 eğitirken çevrimdışı günlük kaydı Comet kullanabilir miyim?
Evet, Comet 'te COMET_MODE ortam değişkenini "offline" olarak ayarlayın:
import os
os.environ["COMET_MODE"] = "offline"
Bu özellik, deney verilerinizi yerel olarak kaydetmenizi sağlar. Bu veriler, internet bağlantısı Comet yüklenebilir. Bu özellik, internet erişiminin sınırlı olduğu ortamlarda çalışırken özellikle kullanışlıdır. Daha fazla bilgi için Çevrimdışı Günlük Kaydı bölümüne bakın.
