─░├žeri─če ge├ž

ile Model ─░hracat─▒ Ultralytics YOLO

Ultralytics YOLO ekosistem ve entegrasyonlar

Giri┼č

Bir modeli e─čitmenin nihai amac─▒, onu ger├žek d├╝nya uygulamalar─▒ i├žin da─č─▒tmakt─▒r. Ultralytics YOLOv8 adresindeki D─▒┼ča Aktarma modu, e─čitti─činiz modeli farkl─▒ formatlara aktarmak i├žin ├žok y├Ânl├╝ se├ženekler sunarak ├že┼čitli platform ve cihazlara da─č─▒t─▒labilir hale getirir. Bu kapsaml─▒ k─▒lavuz, maksimum uyumluluk ve performans─▒n nas─▒l elde edilece─čini g├Âstererek model d─▒┼ča aktarman─▒n n├╝anslar─▒ konusunda size yol g├Âstermeyi ama├žlamaktad─▒r.



─░zle: ├ľzel E─čitilmi┼č Ultralytics YOLOv8 Modeli Nas─▒l D─▒┼ča Aktar─▒l─▒r ve Web Kameras─▒nda Canl─▒ ├ç─▒kar─▒m Nas─▒l ├çal─▒┼čt─▒r─▒l─▒r.

Neden YOLOv8'un D─▒┼ča Aktarma Modunu Se├žmelisiniz?

  • ├çok y├Ânl├╝l├╝k: ONNX , TensorRT, CoreML ve daha fazlas─▒ dahil olmak ├╝zere birden fazla formata aktar─▒n.
  • Performans: TensorRT ile 5 kata kadar GPU h─▒zland─▒rmas─▒ ve ONNX veya OpenVINO ile 3 kata kadar CPU h─▒zland─▒rmas─▒ elde edin.
  • Uyumluluk: Modelinizi ├žok say─▒da donan─▒m ve yaz─▒l─▒m ortam─▒na evrensel olarak da─č─▒t─▒labilir hale getirin.
  • Kullan─▒m Kolayl─▒─č─▒: H─▒zl─▒ ve basit model d─▒┼ča aktar─▒m─▒ i├žin basit CLI ve Python API.

D─▒┼ča Aktarma Modunun Temel ├ľzellikleri

─░┼čte ├Âne ├ž─▒kan i┼člevlerden baz─▒lar─▒:

  • Tek T─▒kla D─▒┼ča Aktarma: Farkl─▒ formatlara d─▒┼ča aktarma i├žin basit komutlar.
  • Toplu D─▒┼ča Aktarma: Toplu ├ž─▒kar─▒m yapabilen modelleri d─▒┼ča aktar─▒n.
  • Optimize Edilmi┼č ├ç─▒kar─▒m: D─▒┼ča aktar─▒lan modeller daha h─▒zl─▒ ├ž─▒kar─▒m s├╝releri i├žin optimize edilmi┼čtir.
  • E─čitici Videolar: Sorunsuz bir d─▒┼ča aktarma deneyimi i├žin derinlemesine k─▒lavuzlar ve ├Â─čreticiler.

─░pucu

  • D─▒┼ča aktar ONNX veya OpenVINO 3 kata kadar CPU h─▒zland─▒rmas─▒ i├žin.
  • D─▒┼ča aktar TensorRT 5 kata kadar GPU h─▒zland─▒rmas─▒ i├žin.

Kullan─▒m ├ľrnekleri

Bir YOLOv8n modelini ONNX veya TensorRT gibi farkl─▒ bir formata d─▒┼ča aktar─▒n. D─▒┼ča aktarma arg├╝manlar─▒n─▒n tam listesi i├žin a┼ča─č─▒daki Arg├╝manlar b├Âl├╝m├╝ne bak─▒n.

├ľrnek

from ultralytics import YOLO

# Load a model
model = YOLO("yolov8n.pt")  # load an official model
model = YOLO("path/to/best.pt")  # load a custom trained model

# Export the model
model.export(format="onnx")
yolo export model=yolov8n.pt format=onnx  # export official model
yolo export model=path/to/best.pt format=onnx  # export custom trained model

Arg├╝manlar

Bu tabloda, YOLO modellerini farkl─▒ formatlara aktarmak i├žin kullan─▒labilecek yap─▒land─▒rmalar ve se├ženekler ayr─▒nt─▒l─▒ olarak a├ž─▒klanmaktad─▒r. Bu ayarlar, d─▒┼ča aktar─▒lan modelin performans─▒n─▒, boyutunu ve ├že┼čitli platformlar ve ortamlar aras─▒ndaki uyumlulu─čunu optimize etmek i├žin kritik ├Âneme sahiptir. Do─čru yap─▒land─▒rma, modelin ama├žlanan uygulamada optimum verimlilikle da─č─▒t─▒ma haz─▒r olmas─▒n─▒ sa─člar.

Tart─▒┼čma Tip Varsay─▒lan A├ž─▒klama
format str 'torchscript' D─▒┼ča aktar─▒lan model i├žin hedef format, ├Ârne─čin 'onnx', 'torchscript', 'tensorflow'veya di─čerleri, ├že┼čitli da─č─▒t─▒m ortamlar─▒yla uyumlulu─ču tan─▒mlar.
imgsz int veya tuple 640 Model giri┼či i├žin istenen g├Âr├╝nt├╝ boyutu. Kare g├Âr├╝nt├╝ler i├žin bir tamsay─▒ veya bir tuple olabilir (height, width) belirli boyutlar i├žin.
keras bool False TensorFlow SavedModel i├žin Keras format─▒na aktar─▒m─▒ etkinle┼čtirerek TensorFlow hizmeti ve API'leri ile uyumluluk sa─člar.
optimize bool False TorchScript adresine aktar─▒rken mobil cihazlar i├žin optimizasyon uygular, potansiyel olarak model boyutunu azalt─▒r ve performans─▒ art─▒r─▒r.
half bool False FP16 (yar─▒m hassasiyetli) nicemlemeyi etkinle┼čtirerek model boyutunu azalt─▒r ve desteklenen donan─▒mda ├ž─▒kar─▒m─▒ potansiyel olarak h─▒zland─▒r─▒r.
int8 bool False INT8 nicelemeyi etkinle┼čtirerek modeli daha da s─▒k─▒┼čt─▒r─▒r ve ├Âzellikle u├ž cihazlar i├žin minimum do─čruluk kayb─▒yla ├ž─▒kar─▒m─▒ h─▒zland─▒r─▒r.
dynamic bool False ONNX ve TensorRT d─▒┼ča aktar─▒mlar─▒ i├žin dinamik giri┼č boyutlar─▒na izin vererek, farkl─▒ g├Âr├╝nt├╝ boyutlar─▒n─▒n i┼členmesinde esnekli─či art─▒r─▒r.
simplify bool False Simplifies the model graph for ONNX exports with onnxslim, potentially improving performance and compatibility.
opset int None Farkl─▒ ONNX ayr─▒┼čt─▒r─▒c─▒lar─▒ ve ├žal─▒┼čma zamanlar─▒ ile uyumluluk i├žin ONNX opset s├╝r├╝m├╝n├╝ belirtir. Ayarlanmam─▒┼čsa, desteklenen en son s├╝r├╝m├╝ kullan─▒r.
workspace float 4.0 Bellek kullan─▒m─▒ ve performans─▒ dengeleyen TensorRT optimizasyonlar─▒ i├žin GiB cinsinden maksimum ├žal─▒┼čma alan─▒ boyutunu ayarlar.
nms bool False CoreML d─▒┼ča aktar─▒m─▒na, do─čru ve verimli alg─▒lama sonras─▒ i┼čleme i├žin gerekli olan Maksimum Olmayan Bast─▒rma (NMS) ekler.
batch int 1 Specifies export model batch inference size or the max number of images the exported model will process concurrently in predict Mod.

Bu parametrelerin ayarlanmas─▒, d─▒┼ča aktarma i┼čleminin da─č─▒t─▒m ortam─▒, donan─▒m k─▒s─▒tlamalar─▒ ve performans hedefleri gibi belirli gereksinimlere uyacak ┼čekilde ├Âzelle┼čtirilmesine olanak tan─▒r. Uygun format ve ayarlar─▒n se├žilmesi, model boyutu, h─▒z ve do─čruluk aras─▒nda en iyi dengeyi sa─člamak i├žin ├žok ├Ânemlidir.

D─▒┼ča Aktarma Bi├žimleri

Mevcut YOLOv8 d─▒┼ča aktarma formatlar─▒ a┼ča─č─▒daki tabloda yer almaktad─▒r. kullanarak herhangi bir formata d─▒┼ča aktarabilirsiniz. format arg├╝man─▒, yani format='onnx' veya format='engine'. Do─črudan d─▒┼ča aktar─▒lan modeller ├╝zerinde tahmin veya do─črulama yapabilirsiniz, ├Ârn. yolo predict model=yolov8n.onnx. D─▒┼ča aktarma tamamland─▒ktan sonra modeliniz i├žin kullan─▒m ├Ârnekleri g├Âsterilir.

Bi├žim format Tart─▒┼čma Model Metadata Arg├╝manlar
PyTorch - yolov8n.pt Ôťů -
TorchScript torchscript yolov8n.torchscript Ôťů imgsz, optimize, batch
ONNX onnx yolov8n.onnx Ôťů imgsz, half, dynamic, simplify, opset, batch
OpenVINO openvino yolov8n_openvino_model/ Ôťů imgsz, half, int8, batch
TensorRT engine yolov8n.engine Ôťů imgsz, half, dynamic, simplify, workspace, int8, batch
CoreML coreml yolov8n.mlpackage Ôťů imgsz, half, int8, nms, batch
TF SavedModel saved_model yolov8n_saved_model/ Ôťů imgsz, keras, int8, batch
TF GraphDef pb yolov8n.pb ÔŁî imgsz, batch
TF Lite tflite yolov8n.tflite Ôťů imgsz, half, int8, batch
TF Kenar TPU edgetpu yolov8n_edgetpu.tflite Ôťů imgsz
TF.js tfjs yolov8n_web_model/ Ôťů imgsz, half, int8, batch
PaddlePaddle paddle yolov8n_paddle_model/ Ôťů imgsz, batch
NCNN ncnn yolov8n_ncnn_model/ Ôťů imgsz, half, batch


Created 2023-11-12, Updated 2024-06-10
Authors: glenn-jocher (15), Burhan-Q (4), Kayzwer (2)

Yorumlar