─░├žeri─če ge├ž

H─▒zl─▒ Ba┼člang─▒├ž

Kurulum Ultralytics

Ultralytics pip, conda ve Docker dahil olmak ├╝zere ├že┼čitli kurulum y├Ântemleri sa─člar. YOLOv8 adresini ┼ču yolla y├╝kleyin ultralytics pip paketini klonlayarak veya en son kararl─▒ s├╝r├╝m i├žin Ultralytics GitHub deposu en g├╝ncel s├╝r├╝m i├žin. Docker, yerel kurulumdan ka├ž─▒narak paketi yal─▒t─▒lm─▒┼č bir kapta ├žal─▒┼čt─▒rmak i├žin kullan─▒labilir.



─░zle: Ultralytics YOLO H─▒zl─▒ Ba┼člang─▒├ž K─▒lavuzu

Kurulum

PyPI - Python S├╝r├╝m

Y├╝kleme ultralytics paketini pip kullanarak y├╝kleyebilir veya mevcut bir y├╝klemeyi pip install -U ultralytics. Daha fazla bilgi i├žin Python Paket Dizini'ni (PyPI) ziyaret edin. ultralytics Paket: https://pypi.org/project/ultralytics/.

PyPI - S├╝r├╝m ─░ndirmeler

# Install the ultralytics package from PyPI
pip install ultralytics

Ayr─▒ca, a┼ča─č─▒daki dosyalar─▒ da y├╝kleyebilirsiniz ultralytics paketini do─črudan GitHub depo. En son geli┼čtirme s├╝r├╝m├╝n├╝ istiyorsan─▒z bu yararl─▒ olabilir. Sisteminizde Git komut sat─▒r─▒ arac─▒n─▒n y├╝kl├╝ oldu─čundan emin olun. Git @main komutu ile main dal─▒ olarak de─či┼čtirilebilir ve ba┼čka bir dal olarak de─či┼čtirilebilir, ├Ârn. @my-branchveya tamamen kald─▒r─▒larak varsay─▒lan olarak main ┼×ube.

# Install the ultralytics package from GitHub
pip install git+https://github.com/ultralytics/ultralytics.git@main

Conda, kurulum i├žin de kullan─▒labilen pip'e alternatif bir paket y├Âneticisidir. Daha fazla bilgi i├žin Anaconda'y─▒ ziyaret edin: https://anaconda.org/conda-forge/ ultralytics. Ultralytics conda paketini g├╝ncellemek i├žin feedstock deposu https://github.com/conda-forge/ultralytics-feedstock/ adresindedir.

Conda Versiyonu Conda ─░ndirmeleri Conda Tarifi Conda Platformlar─▒

# Install the ultralytics package using conda
conda install -c conda-forge ultralytics

Not

E─čer bir CUDA ortam─▒na kurulum yap─▒yorsan─▒z en iyi uygulama ultralytics, pytorch ve pytorch-cuda conda paket y├Âneticisinin herhangi bir ├žak─▒┼čmay─▒ ├ž├Âzmesine izin vermek i├žin ayn─▒ komutta veya ba┼čka bir ┼čekilde y├╝klemek i├žin pytorch-cuda ge├žersiz k─▒lmas─▒na izin vermek i├žin son pytorch Gerekirse paketleyin.

# Install all packages together using conda
conda install -c pytorch -c nvidia -c conda-forge pytorch torchvision pytorch-cuda=11.8 ultralytics

Conda Docker G├Âr├╝nt├╝s├╝

Ultralytics Conda Docker g├Âr├╝nt├╝leri ┼ču adresten de edinilebilir DockerHub. Bu g├Âr├╝nt├╝ler Miniconda3 ve kullanmaya ba┼člaman─▒n basit bir yoludur ultralytics Conda ortam─▒nda.

# Set image name as a variable
t=ultralytics/ultralytics:latest-conda

# Pull the latest ultralytics image from Docker Hub
sudo docker pull $t

# Run the ultralytics image in a container with GPU support
sudo docker run -it --ipc=host --gpus all $t  # all GPUs
sudo docker run -it --ipc=host --gpus '"device=2,3"' $t  # specify GPUs

Klonla ultralytics E─čer geli┼čtirmeye katk─▒da bulunmakla ilgileniyorsan─▒z veya en son kaynak kodunu denemek istiyorsan─▒z depoyu kullanabilirsiniz. Klonlad─▒ktan sonra dizine gidin ve paketi d├╝zenlenebilir modda y├╝kleyin -e pip kullanarak.

GitHub son i┼člem GitHub taahh├╝t etkinli─či

# Clone the ultralytics repository
git clone https://github.com/ultralytics/ultralytics

# Navigate to the cloned directory
cd ultralytics

# Install the package in editable mode for development
pip install -e .

Zahmetsizce ├žal─▒┼čt─▒rmak i├žin Docker'─▒ kullan─▒n ultralytics paketini yal─▒t─▒lm─▒┼č bir kapsay─▒c─▒da sunarak ├že┼čitli ortamlarda tutarl─▒ ve sorunsuz performans sa─člar. Resmi paketlerden birini se├žerek ultralytics gelen g├Âr├╝nt├╝ler Docker HubBu sayede hem yerel kurulumun karma┼č─▒kl─▒─č─▒ndan kurtulur hem de do─črulanm─▒┼č bir ├žal─▒┼čma ortam─▒na eri┼čimden faydalan─▒rs─▒n─▒z. Ultralytics , her biri farkl─▒ platformlar ve kullan─▒m durumlar─▒ i├žin y├╝ksek uyumluluk ve verimlilik sa─člamak ├╝zere tasarlanm─▒┼č, desteklenen 5 ana Docker g├Âr├╝nt├╝s├╝ sunar:

Docker G├Âr├╝nt├╝ S├╝r├╝m├╝ Docker ├çeker

  • Docker dosyas─▒: E─čitim i├žin ├Ânerilen GPU g├Âr├╝nt├╝s├╝.
  • Dockerfile-arm64: Raspberry Pi ve di─čer ARM64 tabanl─▒ platformlar gibi cihazlarda da─č─▒t─▒ma izin veren ARM64 mimarisi i├žin optimize edilmi┼čtir.
  • Dockerfile-cpu: ├ç─▒kar─▒m ve GPU'lar─▒n olmad─▒─č─▒ ortamlar i├žin uygun Ubuntu tabanl─▒ CPU-only s├╝r├╝m├╝.
  • Dockerfile-jetson: NVIDIA Jetson cihazlar─▒ i├žin uyarlanm─▒┼čt─▒r ve bu platformlar i├žin optimize edilmi┼č GPU deste─čini entegre eder.
  • Dockerfile-python: Sadece Python ve gerekli ba─č─▒ml─▒l─▒klar─▒ i├žeren minimal g├Âr├╝nt├╝, hafif uygulamalar ve geli┼čtirme i├žin idealdir.
  • Dockerfile-conda: ultralytics paketinin conda kurulumu ile Miniconda3'e dayanmaktad─▒r.

A┼ča─č─▒da en son g├Âr├╝nt├╝y├╝ almak ve ├žal─▒┼čt─▒rmak i├žin gerekli komutlar verilmi┼čtir:

# Set image name as a variable
t=ultralytics/ultralytics:latest

# Pull the latest ultralytics image from Docker Hub
sudo docker pull $t

# Run the ultralytics image in a container with GPU support
sudo docker run -it --ipc=host --gpus all $t  # all GPUs
sudo docker run -it --ipc=host --gpus '"device=2,3"' $t  # specify GPUs

Yukar─▒daki komut, bir Docker konteynerini en son ultralytics g├Âr├╝nt├╝. Bu -it bayra─č─▒ bir pseudo-TTY atar ve stdin'i a├ž─▒k tutarak konteyner ile etkile┼čime girmenizi sa─člar. Bu --ipc=host bayra─č─▒, s├╝re├žler aras─▒nda bellek payla┼č─▒m─▒ i├žin gerekli olan IPC (Inter-Process Communication) isim alan─▒n─▒ ana bilgisayara ayarlar. Bu bayrak --gpus all bayra─č─▒, kapsay─▒c─▒ i├žindeki mevcut t├╝m GPU'lara eri┼čim sa─člar; bu da GPU hesaplamas─▒ gerektiren g├Ârevler i├žin ├žok ├Ânemlidir.

Not: Konteyner i├žinde yerel makinenizdeki dosyalarla ├žal─▒┼čmak i├žin, konteynere yerel bir dizin monte etmek ├╝zere Docker birimlerini kullan─▒n:

# Mount local directory to a directory inside the container
sudo docker run -it --ipc=host --gpus all -v /path/on/host:/path/in/container $t

Alter /path/on/host ile yerel makinenizdeki dizin yolunu ve /path/in/container eri┼čilebilirlik i├žin Docker konteynerinin i├žinde istenen yol ile.

─░leri d├╝zey Docker kullan─▒m─▒ i├žin Ultralytics Docker K─▒lavuzu'nu inceleyebilirsiniz.

Bkz. ultralytics pyproject.toml dosyas─▒nda ba─č─▒ml─▒l─▒klar─▒n bir listesini bulabilirsiniz. Yukar─▒daki t├╝m ├Ârneklerin gerekli t├╝m ba─č─▒ml─▒l─▒klar─▒ y├╝kledi─čini unutmay─▒n.

─░pucu

PyTorch Gereksinimler i┼čletim sistemine ve CUDA gereksinimlerine g├Âre de─či┼čir, bu nedenle ├Ânce https://pytorch.org/get-started/locally adresindeki talimatlar─▒ izleyerek PyTorch adresini y├╝klemeniz ├Ânerilir.

PyTorch Kurulum Talimatlar─▒

Ultralytics ile kullan─▒n CLI

Ultralytics komut sat─▒r─▒ aray├╝z├╝ (CLI), Python ortam─▒na ihtiya├ž duymadan basit tek sat─▒rl─▒ komutlara izin verir. CLI herhangi bir ├Âzelle┼čtirme veya Python kodu gerektirmez. T├╝m g├Ârevleri terminalden basit├že ┼ču ┼čekilde ├žal─▒┼čt─▒rabilirsiniz yolo Komut. Kontrol et CLI K─▒lavuz YOLOv8 adresini komut sat─▒r─▒ndan kullanma hakk─▒nda daha fazla bilgi edinmek i├žin.

├ľrnek

Ultralytics yolo komutlar─▒ a┼ča─č─▒daki s├Âzdizimini kullan─▒r:

yolo TASK MODE ARGS

T├╝m├╝n├╝ g├Âr├╝n ARGS tam olarak Yap─▒land─▒rma K─▒lavuzu ya da yolo cfg CLI Komuta.

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

G├Âr├╝nt├╝ boyutu 320'de ├Ânceden e─čitilmi┼č bir segmentasyon modeli kullanarak bir YouTube videosunu tahmin edin:

yolo predict model=yolov8n-seg.pt source='https://youtu.be/LNwODJXcvt4' imgsz=320

Val, parti boyutu 1 ve g├Âr├╝nt├╝ boyutu 640'ta ├Ânceden e─čitilmi┼č bir alg─▒lama modelidir:

yolo val model=yolov8n.pt data=coco8.yaml batch=1 imgsz=640

Bir YOLOv8n s─▒n─▒fland─▒rma modelini 224 x 128 g├Âr├╝nt├╝ boyutunda ONNX format─▒na aktar─▒n (G├ľREV gerekmez)

yolo export model=yolov8n-cls.pt format=onnx imgsz=224,128

S├╝r├╝m├╝ g├Ârmek, ayarlar─▒ g├Âr├╝nt├╝lemek, kontrolleri ├žal─▒┼čt─▒rmak ve daha fazlas─▒ i├žin ├Âzel komutlar ├žal─▒┼čt─▒r─▒n:

yolo help
yolo checks
yolo version
yolo settings
yolo copy-cfg
yolo cfg

Uyar─▒

Arg├╝manlar ┼ču ┼čekilde ge├žirilmelidir arg=val ├žiftleri, bir e┼čittir ile b├Âl├╝n├╝r = i┼čaretini kullan─▒n ve ├žiftler aras─▒nda bo┼čluk b─▒rak─▒n. Kullanmay─▒n -- arg├╝man ├Ânekleri veya virg├╝ller , arg├╝manlar aras─▒nda.

  • yolo predict model=yolov8n.pt imgsz=640 conf=0.25 Ôťů
  • yolo predict model yolov8n.pt imgsz 640 conf 0.25 ÔŁî (eksik =)
  • yolo predict model=yolov8n.pt, imgsz=640, conf=0.25 ÔŁî (kullanmay─▒n ,)
  • yolo predict --model yolov8n.pt --imgsz 640 --conf 0.25 ÔŁî (kullanmay─▒n --)

CLI K─▒lavuz

Ultralytics ile kullan─▒n Python

YOLOv8'in Python aray├╝z├╝, Python projelerinize sorunsuz entegrasyon sa─člayarak modelin ├ž─▒kt─▒s─▒n─▒ y├╝klemeyi, ├žal─▒┼čt─▒rmay─▒ ve i┼člemeyi kolayla┼čt─▒r─▒r. Basitlik ve kullan─▒m kolayl─▒─č─▒ g├Âz ├Ân├╝nde bulundurularak tasarlanan Python aray├╝z├╝, kullan─▒c─▒lar─▒n projelerinde nesne alg─▒lama, segmentasyon ve s─▒n─▒fland─▒rmay─▒ h─▒zl─▒ bir ┼čekilde uygulamalar─▒n─▒ sa─člar. Bu da YOLOv8'un Python aray├╝z├╝n├╝, bu i┼člevleri Python projelerine dahil etmek isteyen herkes i├žin paha bi├žilmez bir ara├ž haline getirmektedir.

├ľrne─čin, kullan─▒c─▒lar bir modeli y├╝kleyebilir, e─čitebilir, bir do─črulama k├╝mesi ├╝zerindeki performans─▒n─▒ de─čerlendirebilir ve hatta sadece birka├ž sat─▒r kodla ONNX format─▒na aktarabilir. Python projelerinizde YOLOv8 kullan─▒m─▒ hakk─▒nda daha fazla bilgi edinmek i├žin Python K─▒lavuzuna g├Âz at─▒n.

├ľrnek

from ultralytics import YOLO

# Create a new YOLO model from scratch
model = YOLO("yolov8n.yaml")

# Load a pretrained YOLO model (recommended for training)
model = YOLO("yolov8n.pt")

# Train the model using the 'coco8.yaml' dataset for 3 epochs
results = model.train(data="coco8.yaml", epochs=3)

# Evaluate the model's performance on the validation set
results = model.val()

# Perform object detection on an image using the model
results = model("https://ultralytics.com/images/bus.jpg")

# Export the model to ONNX format
success = model.export(format="onnx")

Python K─▒lavuz

Ultralytics Ayarlar

Ultralytics k├╝t├╝phanesi, deneyleriniz ├╝zerinde hassas kontrol sa─člamak i├žin g├╝├žl├╝ bir ayar y├Ânetim sistemi sunar. Kullanarak SettingsManager i├žinde bar─▒nd─▒r─▒lan ultralytics.utils mod├╝l├╝ sayesinde kullan─▒c─▒lar ayarlar─▒na kolayca eri┼čebilir ve bunlar─▒ de─či┼čtirebilir. Bunlar bir YAML dosyas─▒nda saklan─▒r ve do─črudan Python ortam─▒nda veya Komut Sat─▒r─▒ Aray├╝z├╝ (CLI) arac─▒l─▒─č─▒yla g├Âr├╝nt├╝lenebilir veya de─či┼čtirilebilir.

Ayarlar─▒n ─░ncelenmesi

Ayarlar─▒n─▒z─▒n mevcut yap─▒land─▒rmas─▒ hakk─▒nda bilgi edinmek i├žin bunlar─▒ do─črudan g├Âr├╝nt├╝leyebilirsiniz:

Ayarlar─▒ g├Âr├╝nt├╝le

Ayarlar─▒n─▒z─▒ g├Âr├╝nt├╝lemek i├žin Python adresini kullanabilirsiniz. ─░├že aktararak ba┼člay─▒n settings nesnesinden ultralytics mod├╝l├╝n├╝ kullan─▒n. A┼ča─č─▒daki komutlar─▒ kullanarak ayarlar─▒ yazd─▒r─▒n ve iade edin:

from ultralytics import settings

# View all settings
print(settings)

# Return a specific setting
value = settings["runs_dir"]

Alternatif olarak, komut sat─▒r─▒ aray├╝z├╝ ayarlar─▒n─▒z─▒ basit bir komutla kontrol etmenizi sa─člar:

yolo settings

Ayarlar─▒ De─či┼čtirme

Ultralytics kullan─▒c─▒lar─▒n ayarlar─▒n─▒ kolayca de─či┼čtirmelerine olanak tan─▒r. De─či┼čiklikler a┼ča─č─▒daki ┼čekillerde ger├žekle┼čtirilebilir:

Ayarlar─▒ g├╝ncelle

Python ortam─▒ i├žinde update y├Ântemi ├╝zerinde settings ayarlar─▒n─▒z─▒ de─či┼čtirmek i├žin nesne:

from ultralytics import settings

# Update a setting
settings.update({"runs_dir": "/path/to/runs"})

# Update multiple settings
settings.update({"runs_dir": "/path/to/runs", "tensorboard": False})

# Reset settings to default values
settings.reset()

Komut sat─▒r─▒ aray├╝z├╝n├╝ kullanmay─▒ tercih ederseniz, a┼ča─č─▒daki komutlar ayarlar─▒n─▒z─▒ de─či┼čtirmenize olanak tan─▒r:

# Update a setting
yolo settings runs_dir='/path/to/runs'

# Update multiple settings
yolo settings runs_dir='/path/to/runs' tensorboard=False

# Reset settings to default values
yolo settings reset

Ayarlar─▒ Anlama

A┼ča─č─▒daki tabloda Ultralytics adresinde ayarlanabilen ayarlara genel bir bak─▒┼č sunulmaktad─▒r. Her ayar ├Ârnek bir de─čer, veri tipi ve k─▒sa bir a├ž─▒klama ile birlikte ├Âzetlenmi┼čtir.

─░sim ├ľrnek De─čer Veri Tipi A├ž─▒klama
settings_version '0.0.4' str Ultralytics ayarlar s├╝r├╝m├╝ ( Ultralytics pip s├╝r├╝m├╝nden farkl─▒)
datasets_dir '/path/to/datasets' str Veri k├╝melerinin depoland─▒─č─▒ dizin
weights_dir '/path/to/weights' str Model a─č─▒rl─▒klar─▒n─▒n depoland─▒─č─▒ dizin
runs_dir '/path/to/runs' str Deney ├žal─▒┼čmalar─▒n─▒n depoland─▒─č─▒ dizin
uuid 'a1b2c3d4' str Ge├žerli ayarlar i├žin benzersiz tan─▒mlay─▒c─▒
sync True bool Analizlerin ve ├ž├Âkmelerin HUB ile senkronize edilip edilmeyece─či
api_key '' str Ultralytics HUB API Anahtar─▒
clearml True bool ClearML g├╝nl├╝k kayd─▒n─▒n kullan─▒l─▒p kullan─▒lmayaca─č─▒
comet True bool Deney takibi ve g├Ârselle┼čtirme i├žin Comet ML kullan─▒l─▒p kullan─▒lmayaca─č─▒
dvc True bool Deney takibi ve s├╝r├╝m kontrol├╝ i├žin DVC kullan─▒l─▒p kullan─▒lmayaca─č─▒
hub True bool Ultralytics HUB entegrasyonunun kullan─▒l─▒p kullan─▒lmayaca─č─▒
mlflow True bool Deney takibi i├žin MLFlow kullan─▒l─▒p kullan─▒lmayaca─č─▒
neptune True bool Deney takibi i├žin Neptune adresinin kullan─▒l─▒p kullan─▒lmayaca─č─▒
raytune True bool Hiperparametre ayar─▒ i├žin Ray Tune kullan─▒l─▒p kullan─▒lmayaca─č─▒
tensorboard True bool G├Ârselle┼čtirme i├žin TensorBoard kullan─▒l─▒p kullan─▒lmayaca─č─▒
wandb True bool Weights & Biases g├╝nl├╝k kayd─▒n─▒n kullan─▒l─▒p kullan─▒lmayaca─č─▒

Projelerinizde veya deneylerinizde gezinirken, ihtiya├žlar─▒n─▒za en uygun ┼čekilde yap─▒land─▒r─▒ld─▒klar─▒ndan emin olmak i├žin bu ayarlar─▒ tekrar g├Âzden ge├žirdi─činizden emin olun.



Created 2023-11-12, Updated 2024-06-10
Authors: glenn-jocher (11), Burhan-Q (2), RizwanMunawar (2), Laughing-q (1), AyushExel (1)

Yorumlar