Neptune ile Deney Takibi

Neptune , çok sayıda deney gerçekleştiren ekipler için geliştirilmiş bir MLOps meta veri deposudur. Tüm model oluşturma meta verilerinizi tek bir yerde günlüğe kaydetmenize, depolamanıza, görüntülemenize, düzenlemenize, karşılaştırmanıza ve sorgulamanıza olanak tanır.

Ultralytics YOLO11 , Neptune ileYOLO11 Neptune deney takibini Neptune . Bu entegrasyon, özel günlük kaydı kodu yazmadan eğitim metriklerini otomatik olarak günlüğe kaydetmenize, model tahminlerini görselleştirmenize ve model artefaktlarını depolamanıza olanak tanır.

Temel Özellikler

• Otomatik Günlük Kaydı: Kutu kaybı, sınıflandırma kaybı ve mAPgibi temel eğitim metriklerini otomatik olarak günlüğe kaydedin.
• Görüntü Görselleştirme: Neptune panelinde doğrudan eğitim mozaiklerini ve doğrulama tahminlerini görüntüleyin.
• Model Kontrol Noktası: Eğitilmiş model ağırlıklarınızı yükleyin ve sürüm kontrolü yapın (best.pt) eğitimin sonunda otomatik olarak.
• Hiperparametre İzleme: Deneylerinizin tam olarak tekrarlanabilirliğini sağlamak için tüm yapılandırma parametrelerini kaydedin.
• Etkileşimli Grafikler: Model performansını analiz etmek için karışıklık matrislerini ve hassasiyet-geri çağırma eğrilerini görselleştirin.

Kurulum

Neptune Ultralytics Neptune kullanmak için, neptune müşteri paketi ile birlikte ultralytics.

# Install the required packages
pip install ultralytics neptune

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

Yapılandırma

Eğitime başlamadan önce, yerel ortamınızı Neptune bağlamanız gerekir. Neptune API Token ve Proje Adınızı almanız gerekecektir.

1. Kimlik Bilgilerinizi Alın

1. Neptune.ai'ye giriş yapın.
2. Yeni bir proje oluşturun (veya mevcut bir projeyi seçin).
3. Kullanıcı menünüze gidin ve API Token'ınızı alın.

2. Ortam Değişkenlerini Ayarlayın

Kimlik bilgilerini işlemek için en güvenli yol, ortam değişkenlerini kullanmaktır. Ultralytics Neptune YOLOyu okuduğunu unutmayın. project argümanı kullanmaz ve NEPTUNE_PROJECT. Neptune tam olarak geçirin (örneğin, workspace/name) aracılığıyla project= eğitim komutunuzda; aksi takdirde Neptune , kelimenin tam anlamıyla varsayılan değeri kullanmaya Neptune . "Ultralytics" ve çalıştırma başarısız olacaktır.

export NEPTUNE_API_TOKEN="your_long_api_token_here" # required

$Env:NEPTUNE_API_TOKEN = "your_long_api_token_here"  # required

import os

os.environ["NEPTUNE_API_TOKEN"] = "your_long_api_token_here"
os.environ["NEPTUNE_PROJECT"] = "your_workspace/your_project"

Kullanım

Yapılandırma tamamlandıktan sonra, YOLO11 eğitmeye başlayabilirsiniz. Neptune , neptune paket yüklü ve entegrasyon ayarlarda etkinleştirilmiş.

Eğitim Örneği

from ultralytics import YOLO

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

# Train via CLI
# project must be the Neptune slug (workspace/name); otherwise run creation will fail
yolo train data=coco8.yaml epochs=10 project=my-workspace/my-project name=experiment-1

Entegrasyonu Anlamak

Aşağıdaki şema, Ultralytics boru hattının Neptune ile nasıl etkileşime girerek çeşitli artefaktları ve metrikleri Neptune göstermektedir.

graph LR
    A[YOLO Training Loop] --> B{Neptune Callback}
    B -->|Log Scalars| C[Loss, mAP, LR]
    B -->|Log Images| D[Mosaics, Preds]
    B -->|Log Artifacts| E[Model Weights]
    B -->|Log Metadata| F[Hyperparameters]

    C --> G[Neptune Server]
    D --> G
    E --> G
    F --> G

    G --> H[Neptune Web Dashboard]

Neler kaydedilir?

Eğitim komutunu çalıştırdığınızda, Neptune çalıştırmanızdaki aşağıdaki veri yapısını otomatik olarak yakalar:

1. Yapılandırma/Hiperparametreler: Tüm eğitim argümanları (epochs, lr0, optimizer vb.) Yapılandırma bölümünde kaydedilir.
2. Yapılandırma/Model: Model mimarisi ve tanımı.
3. Metrikler:
   • Eğit: box_loss, cls_loss, dfl_loss, lr (öğrenme oranı).
   • Metrikler: precision, recall, mAP50, mAP50-95.
4. Görüntüler:
   • Mosaic: Veri artırımı gösteren eğitim grupları.
   • Validation: Doğrulama verileri üzerinde gerçek etiketler ve model tahminleri.
   • Plots: Karışıklık matrisleri, Hassasiyet-Geri Çağırma eğrileri.
5. Ağırlıklar: Son eğitim modeli (best.pt) yüklenir. weights Neptune çalışmasında klasör.

Gelişmiş Kullanım

Koşuları Düzenleme

Standart Ultralyticsi kullanabilirsiniz. project ve name Neptune'de koşularınızı düzenlemek için argümanlar.

• project: Neptune slug'ı olmalı workspace/name; bu, geri çağırma işleminin neptune.init_run.
• name: Belirli bir çalışmanın tanımlayıcısı olarak işlev görür.

Özel Günlük Kaydı

Otomatik günlüğe kaydetmenin yanı sıra ek özel metrikleri de günlüğe kaydetmeniz gerekiyorsa, Neptune örneğine erişebilirsiniz. Ultralytics çalıştırma yaşam döngüsünü dahili olarak yönettiği için, belirli çalıştırma nesnesine erişmek için eğitmen mantığını değiştirmeniz veya özel bir geri arama oluşturmanız gerekeceğini unutmayın.

SSS

Neptune nasıl devre dışı bırakabilirim?

Yüklediyseniz neptune ancak belirli bir oturum için veya genel olarak günlüğü devre dışı bırakmak istiyorsanız, YOLO değiştirebilirsiniz.

# Disable Neptune integration
yolo settings neptune=False

Görüntülerim yüklenmiyor. Sorun nedir?

Ağınızın Neptune sunucularına bağlantılara izin verdiğinden emin olun. Ayrıca, görüntü kaydı genellikle belirli aralıklarla (örneğin, dönemlerin sonu veya eğitimin sonu) gerçekleşir. Eğitimi erken keserseniz Ctrl+C, karışıklık matrisleri veya en iyi model ağırlıkları gibi bazı son artefaktlar yüklenemeyebilir.

Belirli bir Neptune kimliğine giriş yapabilir miyim?

Mevcut entegrasyon, her eğitim oturumu için otomatik olarak yeni bir çalıştırma oluşturur. Mevcut bir çalıştırmaya kaydı devam ettirmek için, genellikle Python Neptune manuel olarak gerçekleştirmeniz gerekir; bu ise otomatik entegrasyonun kapsamı dışındadır. Ancak Ultralytics , eğitimi yerel olarak devam ettirmeyi Ultralytics ; bu, devam ettirilen track Neptune yeni bir çalıştırma oluşturur.

Neptune'de model ağırlıklarını nerede bulabilirim?

Neptune panelinizde, Eserler veya Tüm Meta Veriler bölümünde bulabilirsiniz. weights içeren klasör best.pt dosyasını indirebilir ve dağıtım için kullanabilirsiniz.

📅 0 gün önce oluşturuldu ✏️ 0 gün önce güncellendi

Yorumlar