Referans için ultralytics/engine/model.py
Not
Bu dosya https://github.com/ultralytics/ultralytics/blob/main/ ultralytics/engine/model .py adresinde mevcuttur. Bir sorun tespit ederseniz, lütfen bir Çekme İsteği 🛠️ ile katkıda bulunarak düzeltmeye yardımcı olun. Teşekkürler 🙏!
ultralytics.engine.model.Model
Üsler: Module
Farklı model türleri arasında API'leri birleştiren YOLO modellerini uygulamak için bir temel sınıf.
Bu sınıf, eğitim gibi YOLO modelleriyle ilgili çeşitli işlemler için ortak bir arayüz sağlar, doğrulama, tahmin, dışa aktarma ve kıyaslama. Aşağıdakiler de dahil olmak üzere farklı model türlerini ele alır yerel dosyalardan, Ultralytics HUB veya Triton Server'dan yüklenebilir. Sınıf esnek olacak şekilde tasarlanmıştır ve Farklı görevler ve model konfigürasyonları için genişletilebilir.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
model |
Union[str, Path]
|
Yüklenecek veya oluşturulacak modelin yolu veya adı. Bu yerel bir dosya olabilir yolu, Ultralytics HUB'dan bir model adı veya bir Triton Sunucu modeli. Varsayılan değer 'yolov8n.pt' şeklindedir. |
'yolov8n.pt'
|
task |
Any
|
YOLO modeliyle ilişkili görev türü. Bu, modelin görev türünü belirtmek için kullanılabilir. Nesne algılama, segmentasyon vb. gibi uygulama alanı. Varsayılan değer Yok'tur. |
None
|
verbose |
bool
|
True ise, modelin işlemleri sırasında ayrıntılı çıktıyı etkinleştirir. Varsayılan değer False'dir. |
False
|
Nitelikler:
İsim | Tip | Açıklama |
---|---|---|
callbacks |
dict
|
Model işlemleri sırasında çeşitli olaylar için geri arama işlevleri sözlüğü. |
predictor |
BasePredictor
|
Tahmin yapmak için kullanılan tahmin edici nesne. |
model |
Module
|
Altta yatan PyTorch modeli. |
trainer |
BaseTrainer
|
Modeli eğitmek için kullanılan eğitmen nesnesi. |
ckpt |
dict
|
Model bir *.pt dosyasından yüklenmişse kontrol noktası verileri. |
cfg |
str
|
Bir *.yaml dosyasından yüklenmişse modelin yapılandırması. |
ckpt_path |
str
|
Kontrol noktası dosyasının yolu. |
overrides |
dict
|
Model yapılandırması için geçersiz kılmalar sözlüğü. |
metrics |
dict
|
En son eğitim/doğrulama ölçümleri. |
session |
HUBTrainingSession
|
Varsa, Ultralytics HUB oturumu. |
task |
str
|
Modelin amaçlandığı görev türü. |
model_name |
str
|
Modelin adı. |
Yöntemler:
İsim | Açıklama |
---|---|
__call__ |
Model örneğinin çağrılabilir olmasını sağlayan tahmin yöntemi için takma ad. |
_new |
Bir yapılandırma dosyasına dayalı olarak yeni bir model başlatır. |
_load |
Bir kontrol noktası dosyasından bir model yükler. |
_check_is_pytorch_model |
Modelin bir PyTorch modeli olmasını sağlar. |
reset_weights |
Modelin ağırlıklarını ilk durumlarına sıfırlar. |
load |
Model ağırlıklarını belirtilen bir dosyadan yükler. |
save |
Modelin geçerli durumunu bir dosyaya kaydeder. |
info |
Model hakkındaki bilgileri günlüğe kaydeder veya döndürür. |
fuse |
Optimize edilmiş çıkarım için Conv2d ve BatchNorm2d katmanlarını birleştirir. |
predict |
Nesne algılama tahminlerini gerçekleştirir. |
track |
Nesne takibi gerçekleştirir. |
val |
Modeli bir veri kümesi üzerinde doğrular. |
benchmark |
Modeli çeşitli dışa aktarma formatlarında kıyaslar. |
export |
Modeli farklı formatlarda dışa aktarır. |
train |
Modeli bir veri kümesi üzerinde eğitir. |
tune |
Hiperparametre ayarlaması gerçekleştirir. |
_apply |
Modelin tensörlerine bir fonksiyon uygular. |
add_callback |
Bir olay için geri arama işlevi ekler. |
clear_callback |
Bir olay için tüm geri çağırmaları temizler. |
reset_callbacks |
Tüm geri çağırmaları varsayılan işlevlerine sıfırlar. |
_get_hub_session |
Bir Ultralytics HUB oturumu alır veya oluşturur. |
is_triton_model |
Bir modelin Triton Server modeli olup olmadığını kontrol eder. |
is_hub_model |
Bir modelin Ultralytics HUB modeli olup olmadığını kontrol eder. |
_reset_ckpt_args |
Bir PyTorch modeli yüklenirken kontrol noktası argümanlarını sıfırlar. |
_smart_load |
Model görevine göre uygun modülü yükler. |
task_map |
Model görevlerinden karşılık gelen sınıflara bir eşleme sağlar. |
Zamlar:
Tip | Açıklama |
---|---|
FileNotFoundError
|
Belirtilen model dosyası mevcut değilse veya erişilemiyorsa. |
ValueError
|
Model dosyası veya yapılandırma geçersizse veya desteklenmiyorsa. |
ImportError
|
Belirli model türleri için gerekli bağımlılıklar (HUB SDK gibi) yüklenmemişse. |
TypeError
|
Model gerektiğinde bir PyTorch modeli değilse. |
AttributeError
|
Gerekli nitelikler veya yöntemler uygulanmamışsa veya mevcut değilse. |
NotImplementedError
|
Belirli bir model görevi veya modu desteklenmiyorsa. |
Kaynak kodu ultralytics/engine/model.py
28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655 656 657 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 697 698 699 700 701 702 703 704 705 706 707 708 709 710 711 712 713 714 715 716 717 718 719 720 721 722 723 724 725 726 727 728 729 730 731 732 733 734 735 736 737 738 739 740 741 742 743 744 745 746 747 748 749 750 751 752 753 754 755 756 757 758 759 760 761 762 763 764 765 766 767 768 769 770 771 772 773 774 775 776 777 778 779 780 781 782 783 784 785 786 787 788 789 790 791 792 793 794 795 796 797 798 799 800 801 802 803 804 805 806 807 808 809 810 811 812 813 814 815 816 817 818 819 820 821 822 823 824 825 826 827 828 829 830 831 832 833 834 835 836 837 838 839 840 841 842 843 844 845 846 |
|
device: torch.device
property
Modelin parametrelerinin tahsis edildiği cihazı alır.
Bu özellik, modelin parametrelerinin CPU'da mı yoksa GPU'da mı olduğunu belirlemek için kullanılır. Yalnızca modeller için geçerlidir nn.Module'ün örnekleri olan.
İade:
Tip | Açıklama |
---|---|
device | None
|
Bir PyTorch modeli ise modelin cihazı (CPU/GPU), aksi takdirde Yok. |
names: list
property
Yüklenen modelle ilişkili sınıf adlarını alır.
Bu özellik, modelde tanımlanmışlarsa sınıf adlarını döndürür. Sınıf adlarının geçerliliğini kontrol eder ultralytics.nn.autobackend modülündeki 'check_class_names' işlevini kullanarak.
İade:
Tip | Açıklama |
---|---|
list | None
|
Varsa modelin sınıf adları, aksi takdirde Yok. |
task_map: dict
property
Başlığı model, eğitmen, doğrulayıcı ve tahmin edici sınıflarıyla eşleyin.
İade:
İsim | Tip | Açıklama |
---|---|---|
task_map |
dict
|
Model görevinin mod sınıflarına haritası. |
transforms
property
Yüklenen modelin giriş verilerine uygulanan dönüşümleri alır.
Bu özellik, modelde tanımlanmışlarsa dönüşümleri döndürür.
İade:
Tip | Açıklama |
---|---|
object | None
|
Varsa modelin dönüşüm nesnesi, aksi takdirde Yok. |
__call__(source=None, stream=False, **kwargs)
Model örneğinin çağrılabilir olmasını sağlayan tahmin yöntemi için bir takma ad.
Bu yöntem, model örneğinin doğrudan çağrılmasına izin vererek tahmin yapma sürecini basitleştirir tahmin için gerekli argümanlarla birlikte.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
source |
str | Path | int | Image | ndarray
|
Yapılacak görüntünün kaynağı Tahminler. Dosya yolları, URL'ler, PIL görüntüleri ve numpy dizileri dahil olmak üzere çeşitli türleri kabul eder. Varsayılan değer Yok'tur. |
None
|
stream |
bool
|
True ise, girdi kaynağını tahminler için sürekli bir akış olarak ele alır. Varsayılan değer False'dir. |
False
|
**kwargs |
any
|
Tahmin sürecini yapılandırmak için ek anahtar sözcük bağımsız değişkenleri. |
{}
|
İade:
Tip | Açıklama |
---|---|
List[Results]
|
Results sınıfında kapsüllenmiş bir tahmin sonuçları listesi. |
Kaynak kodu ultralytics/engine/model.py
__init__(model='yolov8n.pt', task=None, verbose=False)
YOLO model sınıfının yeni bir örneğini başlatır.
Bu kurucu, modeli sağlanan model yoluna veya adına göre kurar. Çeşitli model türlerini işler yerel dosyalar, Ultralytics HUB modelleri ve Triton Sunucu modelleri dahil olmak üzere kaynaklar. Yöntem birkaç kaynağı başlatır Modelin önemli nitelikleri ve eğitim, tahmin veya dışa aktarma gibi işlemler için hazırlar.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
model |
Union[str, Path]
|
Yüklenecek veya oluşturulacak yol veya model dosyası. Bu yerel bir dosya olabilir dosya yolu, Ultralytics HUB'dan bir model adı veya bir Triton Sunucu modeli. Varsayılan değer 'yolov8n.pt' şeklindedir. |
'yolov8n.pt'
|
task |
Any
|
Uygulama etki alanını belirten YOLO modeliyle ilişkili görev türü. Varsayılan değer Yok'tur. |
None
|
verbose |
bool
|
True ise, modelin başlatılması sırasında ve daha sonra ayrıntılı çıktıyı etkinleştirir işlemler. Varsayılan değer False'dir. |
False
|
Zamlar:
Tip | Açıklama |
---|---|
FileNotFoundError
|
Belirtilen model dosyası mevcut değilse veya erişilemiyorsa. |
ValueError
|
Model dosyası veya yapılandırma geçersizse veya desteklenmiyorsa. |
ImportError
|
Belirli model türleri için gerekli bağımlılıklar (HUB SDK gibi) yüklenmemişse. |
Kaynak kodu ultralytics/engine/model.py
add_callback(event, func)
Belirtilen olay için bir geri arama işlevi ekler.
Bu yöntem, kullanıcının belirli bir olay sırasında tetiklenen özel bir geri arama işlevi kaydetmesine olanak tanır model eğitimi veya çıkarımı.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
event |
str
|
Geri aramanın ekleneceği olayın adı. |
gerekli |
func |
callable
|
Kaydedilecek geri arama işlevi. |
gerekli |
Zamlar:
Tip | Açıklama |
---|---|
ValueError
|
Olay adı tanınmıyorsa. |
Kaynak kodu ultralytics/engine/model.py
benchmark(**kwargs)
Performansı değerlendirmek için modeli çeşitli dışa aktarma biçimlerinde kıyaslar.
Bu yöntem, modelin performansını ONNX, TorchScript, vb. gibi farklı dışa aktarma formatlarında değerlendirir. ultralytics.utils.benchmarks modülündeki 'benchmark' fonksiyonunu kullanır. Kıyaslama yapılandırılmıştır varsayılan yapılandırma değerleri, modele özgü argümanlar, yönteme özgü varsayılanlar ve kullanıcı tarafından sağlanan herhangi bir ek anahtar kelime argümanı.
Yöntem, veri kümesi gibi kıyaslama sürecinin özelleştirilmesine olanak tanıyan çeşitli argümanları destekler seçimi, görüntü boyutu, hassasiyet modları, cihaz seçimi ve ayrıntı düzeyi. Kapsamlı bir liste için yapılandırılabilir seçenekler için, kullanıcılar belgelerdeki 'yapılandırma' bölümüne başvurmalıdır.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
**kwargs |
any
|
Kıyaslama sürecini özelleştirmek için keyfi anahtar kelime argümanları. Bunlar ile birleştirilir varsayılan yapılandırmalar, modele özgü argümanlar ve yöntem varsayılanları. |
{}
|
İade:
Tip | Açıklama |
---|---|
dict
|
Kıyaslama sürecinin sonuçlarını içeren bir sözlük. |
Zamlar:
Tip | Açıklama |
---|---|
AssertionError
|
Eğer model bir PyTorch modeli değilse. |
Kaynak kodu ultralytics/engine/model.py
clear_callback(event)
Belirtilen bir olay için kayıtlı tüm geri çağırma işlevlerini temizler.
Bu yöntem, verilen olayla ilişkili tüm özel ve varsayılan geri arama işlevlerini kaldırır.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
event |
str
|
Geri aramaların temizleneceği olayın adı. |
gerekli |
Zamlar:
Tip | Açıklama |
---|---|
ValueError
|
Olay adı tanınmıyorsa. |
Kaynak kodu ultralytics/engine/model.py
embed(source=None, stream=False, **kwargs)
Sağlanan kaynağa dayalı olarak görüntü katıştırmaları oluşturur.
Bu yöntem 'predict()' yöntemi etrafında bir sarmalayıcıdır ve bir görüntü kaynağından gömme oluşturmaya odaklanır. Çeşitli anahtar kelime argümanları aracılığıyla gömme işleminin özelleştirilmesine olanak tanır.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
source |
str | int | Image | ndarray
|
Gömme oluşturmak için görüntünün kaynağı. Kaynak bir dosya yolu, URL, PIL görüntüsü, numpy dizisi vb. olabilir. Varsayılan değer Yok'tur. |
None
|
stream |
bool
|
True ise, tahminler yayınlanır. Varsayılan değer False'dir. |
False
|
**kwargs |
any
|
Yerleştirme işlemini yapılandırmak için ek anahtar sözcük argümanları. |
{}
|
İade:
Tip | Açıklama |
---|---|
List[Tensor]
|
Görüntü katıştırmalarını içeren bir liste. |
Zamlar:
Tip | Açıklama |
---|---|
AssertionError
|
Eğer model bir PyTorch modeli değilse. |
Kaynak kodu ultralytics/engine/model.py
export(**kwargs)
Modeli dağıtım için uygun farklı bir formata aktarır.
Bu yöntem, modelin dağıtım için çeşitli formatlara (örn. ONNX, TorchScript) aktarılmasını kolaylaştırır amaçlar. Dışa aktarma işlemi için 'Exporter' sınıfını kullanır, modele özgü geçersiz kılmaları, yöntem varsayılanlar ve sağlanan ek bağımsız değişkenler. Birleşik bağımsız değişkenler dışa aktarma ayarlarını yapılandırmak için kullanılır.
Yöntem, dışa aktarma işlemini özelleştirmek için çok çeşitli argümanları destekler. Tüm argümanların kapsamlı bir listesi için olası argümanlar için belgelerdeki 'yapılandırma' bölümüne bakın.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
**kwargs |
any
|
Dışa aktarma işlemini özelleştirmek için keyfi anahtar kelime argümanları. Bunlar ile birleştirilir modelin geçersiz kılmaları ve yöntem varsayılanları. |
{}
|
İade:
Tip | Açıklama |
---|---|
str
|
Belirtilen formatta dışa aktarılan model dosya adı veya dışa aktarma işlemiyle ilgili bir nesne. |
Zamlar:
Tip | Açıklama |
---|---|
AssertionError
|
Eğer model bir PyTorch modeli değilse. |
Kaynak kodu ultralytics/engine/model.py
fuse()
Conv2d ve BatchNorm2d katmanlarını modelde birleştirir.
Bu yöntem, Conv2d ve BatchNorm2d katmanlarını birleştirerek modeli optimize eder ve bu da çıkarım hızını artırabilir.
Zamlar:
Tip | Açıklama |
---|---|
AssertionError
|
Eğer model bir PyTorch modeli değilse. |
Kaynak kodu ultralytics/engine/model.py
info(detailed=False, verbose=True)
Model bilgilerini günlüğe kaydeder veya döndürür.
Bu yöntem, aktarılan argümanlara bağlı olarak model hakkında genel bir bakış veya ayrıntılı bilgi sağlar. Çıktının ayrıntı düzeyini kontrol edebilir.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
detailed |
bool
|
True ise, model hakkında ayrıntılı bilgi gösterir. Varsayılan değer False'dir. |
False
|
verbose |
bool
|
True ise, bilgileri yazdırır. False ise bilgileri döndürür. Varsayılan değer True'dur. |
True
|
İade:
Tip | Açıklama |
---|---|
list
|
'Ayrıntılı' ve 'ayrıntılı' parametrelerine bağlı olarak model hakkında çeşitli bilgi türleri. |
Zamlar:
Tip | Açıklama |
---|---|
AssertionError
|
Eğer model bir PyTorch modeli değilse. |
Kaynak kodu ultralytics/engine/model.py
is_hub_model(model)
staticmethod
Sağlanan modelin bir HUB modeli olup olmadığını kontrol edin.
Kaynak kodu ultralytics/engine/model.py
is_triton_model(model)
staticmethod
Model bir Triton Sunucu URL dizesidir, yani
Kaynak kodu ultralytics/engine/model.py
load(weights='yolov8n.pt')
Belirtilen ağırlıklar dosyasındaki parametreleri modele yükler.
Bu yöntem, ağırlıkların bir dosyadan veya doğrudan bir weights nesnesinden yüklenmesini destekler. Parametreleri şu şekilde eşleştirir isim ve şekil verir ve bunları modele aktarır.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
weights |
str | Path
|
Ağırlık dosyasının veya bir ağırlık nesnesinin yolu. Varsayılan değer 'yolov8n.pt' şeklindedir. |
'yolov8n.pt'
|
İade:
İsim | Tip | Açıklama |
---|---|---|
self |
Model
|
Yüklü ağırlıklara sahip sınıfın örneği. |
Zamlar:
Tip | Açıklama |
---|---|
AssertionError
|
Eğer model bir PyTorch modeli değilse. |
Kaynak kodu ultralytics/engine/model.py
predict(source=None, stream=False, predictor=None, **kwargs)
YOLO modelini kullanarak verilen görüntü kaynağı üzerinde tahminler gerçekleştirir.
Bu yöntem, anahtar kelime argümanları aracılığıyla çeşitli yapılandırmalara izin vererek tahmin sürecini kolaylaştırır. Özel tahmin edicilerle veya varsayılan tahmin edici yöntemiyle tahminleri destekler. Yöntem farklı tahmin yöntemlerini görüntü kaynağı türleri ve akış modunda çalışabilir. Ayrıca SAM tipi modeller için de destek sağlar 'yönlendirmeler' aracılığıyla.
Yöntem, halihazırda mevcut değilse yeni bir tahminci kurar ve her çağrıda argümanlarını günceller. Ayrıca bir uyarı verir ve 'kaynak' sağlanmamışsa varsayılan varlıkları kullanır. Yöntem aşağıdakilerin olup olmadığını belirler komut satırı arayüzünden çağrılıyor ve varsayılanları ayarlamak da dahil olmak üzere davranışını buna göre ayarlıyor güven eşiği ve tasarruf davranışı için.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
source |
str | int | Image | ndarray
|
Tahmin yapmak için görüntünün kaynağı. Dosya yolları, URL'ler, PIL görüntüleri ve numpy dizileri dahil olmak üzere çeşitli türleri kabul eder. Varsayılan değer ASSETS'tir. |
None
|
stream |
bool
|
Tahminler için girdi kaynağını sürekli bir akış olarak ele alır. Varsayılan değer False'dir. |
False
|
predictor |
BasePredictor
|
Tahmin yapmak için özel bir tahminci sınıfının bir örneği. Yok ise, yöntem varsayılan bir tahmin ediciyi kullanır. Varsayılan değer Yok'tur. |
None
|
**kwargs |
any
|
Tahmin sürecini yapılandırmak için ek anahtar sözcük bağımsız değişkenleri. Bu argümanlar şunlara izin verir Tahmin davranışının daha fazla özelleştirilmesi için. |
{}
|
İade:
Tip | Açıklama |
---|---|
List[Results]
|
Results sınıfında kapsüllenmiş bir tahmin sonuçları listesi. |
Zamlar:
Tip | Açıklama |
---|---|
AttributeError
|
Tahmin edici düzgün şekilde ayarlanmamışsa. |
Kaynak kodu ultralytics/engine/model.py
reset_callbacks()
Tüm geri çağırmaları varsayılan işlevlerine sıfırlar.
Bu yöntem, tüm olaylar için varsayılan geri arama işlevlerini eski haline getirir ve daha önce kullanılan özel geri aramaları kaldırır. daha önce eklendi.
Kaynak kodu ultralytics/engine/model.py
reset_weights()
Model parametrelerini rastgele başlatılan değerlere sıfırlar ve tüm eğitim bilgilerini etkili bir şekilde atar.
Bu yöntem modeldeki tüm modülleri yineler ve parametrelerini sıfırlar, eğer bir 'reset_parameters' yöntemi. Ayrıca tüm parametrelerin 'requires_grad' değerinin True olarak ayarlanmasını sağlayarak eğitim sırasında güncellenecektir.
İade:
İsim | Tip | Açıklama |
---|---|---|
self |
Model
|
Ağırlıkları sıfırlanmış sınıf örneği. |
Zamlar:
Tip | Açıklama |
---|---|
AssertionError
|
Eğer model bir PyTorch modeli değilse. |
Kaynak kodu ultralytics/engine/model.py
save(filename='saved_model.pt', use_dill=True)
Geçerli model durumunu bir dosyaya kaydeder.
Bu yöntem, modelin kontrol noktasını (ckpt) belirtilen dosya adına aktarır.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
filename |
str | Path
|
Modelin kaydedileceği dosyanın adı. Varsayılan olarak 'saved_model.pt'. |
'saved_model.pt'
|
use_dill |
bool
|
Varsa serileştirme için dill kullanmayı deneyip denemeyeceğiniz. Varsayılan değer True'dur. |
True
|
Zamlar:
Tip | Açıklama |
---|---|
AssertionError
|
Eğer model bir PyTorch modeli değilse. |
Kaynak kodu ultralytics/engine/model.py
track(source=None, stream=False, persist=False, **kwargs)
Kayıtlı izleyicileri kullanarak belirtilen giriş kaynağı üzerinde nesne izleme gerçekleştirir.
Bu yöntem, modelin tahmin edicilerini ve isteğe bağlı olarak kayıtlı izleyicileri kullanarak nesne izleme gerçekleştirir. Bu dosya yolları veya video akışları gibi farklı türdeki giriş kaynaklarını işleyebilmektedir. Yöntem şunları destekler çeşitli anahtar kelime argümanları aracılığıyla izleme sürecinin özelleştirilmesi. İzleyicileri eğer değillerse kaydeder zaten mevcut ve isteğe bağlı olarak 'persist' bayrağına göre bunları kalıcı hale getirir.
Yöntem, özellikle düşük güven gerektiren ByteTrack tabanlı izleme için varsayılan bir güven eşiği belirler girdi olarak güven tahminleri. İzleme modu, anahtar kelime argümanlarında açıkça ayarlanır.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
source |
str
|
Nesne izleme için giriş kaynağı. Bir dosya yolu, URL veya video akışı olabilir. |
None
|
stream |
bool
|
Giriş kaynağını sürekli bir video akışı olarak ele alır. Varsayılan değer False'dir. |
False
|
persist |
bool
|
Bu yönteme yapılan farklı çağrılar arasında izleyicileri kalıcı kılar. Varsayılan değer False'dir. |
False
|
**kwargs |
any
|
İzleme sürecini yapılandırmak için ek anahtar sözcük bağımsız değişkenleri. Bu argümanlar şunlara izin verir izleme davranışının daha fazla özelleştirilmesi için. |
{}
|
İade:
Tip | Açıklama |
---|---|
List[Results]
|
Results sınıfında kapsüllenmiş bir izleme sonuçları listesi. |
Zamlar:
Tip | Açıklama |
---|---|
AttributeError
|
Tahmin edicinin kayıtlı izleyicileri yoksa. |
Kaynak kodu ultralytics/engine/model.py
train(trainer=None, **kwargs)
Belirtilen veri kümesini ve eğitim yapılandırmasını kullanarak modeli eğitir.
Bu yöntem, bir dizi özelleştirilebilir ayar ve konfigürasyonla model eğitimini kolaylaştırır. Destekler özel bir eğitmenle veya yöntemde tanımlanan varsayılan eğitim yaklaşımıyla eğitim. Yöntem şunları işler Bir kontrol noktasından eğitime devam etme, Ultralytics HUB ile entegrasyon gibi farklı senaryolar ve Eğitimden sonra model ve konfigürasyonun güncellenmesi.
Ultralytics HUB kullanılırken, oturumun zaten yüklü bir modeli varsa, yöntem HUB eğitimine öncelik verir argümanlarını kontrol eder ve yerel argümanlar sağlanmışsa bir uyarı verir. Pip güncellemelerini kontrol eder ve varsayılan konfigürasyonları, yönteme özgü varsayılanlar ve eğitim sürecini yapılandırmak için kullanıcı tarafından sağlanan argümanlar. Sonra Eğitim, modeli ve konfigürasyonlarını günceller ve isteğe bağlı olarak metrikleri ekler.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
trainer |
BaseTrainer
|
Modeli eğitmek için özel bir eğitmen sınıfının bir örneği. Yok ise yöntemi varsayılan bir eğitmen kullanır. Varsayılan değer Yok'tur. |
None
|
**kwargs |
any
|
Eğitim yapılandırmasını temsil eden keyfi anahtar kelime argümanları. Bu argümanlar şunlardır eğitim sürecinin çeşitli yönlerini özelleştirmek için kullanılır. |
{}
|
İade:
Tip | Açıklama |
---|---|
dict | None
|
Mevcutsa ve eğitim başarılıysa eğitim metrikleri; aksi takdirde, Yok. |
Zamlar:
Tip | Açıklama |
---|---|
AssertionError
|
Eğer model bir PyTorch modeli değilse. |
PermissionError
|
HUB oturumuyla ilgili bir izin sorunu varsa. |
ModuleNotFoundError
|
HUB SDK yüklü değilse. |
Kaynak kodu ultralytics/engine/model.py
604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655 656 657 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 |
|
tune(use_ray=False, iterations=10, *args, **kwargs)
Ray Tune kullanma seçeneği ile model için hiperparametre ayarlaması yapar.
Bu yöntem iki hiperparametre ayarlama modunu destekler: Ray Tune veya özel bir ayarlama yöntemi kullanma. Ray Tune etkinleştirildiğinde, ultralytics.utils.tuner modülündeki 'run_ray_tune' işlevinden yararlanır. Aksi takdirde, ayarlama için dahili 'Tuner' sınıfını kullanır. Yöntem varsayılan, geçersiz kılınmış ve ayarlama sürecini yapılandırmak için özel argümanlar.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
use_ray |
bool
|
True ise, hiperparametre ayarı için Ray Tune kullanır. Varsayılan değer False'dir. |
False
|
iterations |
int
|
Gerçekleştirilecek ayarlama yinelemelerinin sayısı. Varsayılan değer 10'dur. |
10
|
*args |
list
|
Ek argümanlar için değişken uzunlukta argüman listesi. |
()
|
**kwargs |
any
|
Keyfi anahtar kelime argümanları. Bunlar modelin geçersiz kılmaları ve varsayılanları ile birleştirilir. |
{}
|
İade:
Tip | Açıklama |
---|---|
dict
|
Hiperparametre aramasının sonuçlarını içeren bir sözlük. |
Zamlar:
Tip | Açıklama |
---|---|
AssertionError
|
Eğer model bir PyTorch modeli değilse. |
Kaynak kodu ultralytics/engine/model.py
val(validator=None, **kwargs)
Belirtilen bir veri kümesini ve doğrulama yapılandırmasını kullanarak modeli doğrular.
Bu yöntem, model doğrulama sürecini kolaylaştırarak çeşitli özelleştirmelere olanak tanır ayarlar ve yapılandırmalar. Özel bir doğrulayıcı veya varsayılan doğrulama yaklaşımı ile doğrulamayı destekler. Yöntem, yapılandırmak için varsayılan yapılandırmaları, yönteme özgü varsayılanları ve kullanıcı tarafından sağlanan argümanları birleştirir doğrulama süreci. Doğrulama işleminden sonra modelin metriklerini, doğrulama işleminden elde edilen sonuçlarla günceller. doğrulayıcı.
Yöntem, doğrulama sürecinin özelleştirilmesine olanak tanıyan çeşitli argümanları destekler. Kapsamlı bir doğrulama için Yapılandırılabilir tüm seçeneklerin listesi için, kullanıcılar belgelerdeki 'yapılandırma' bölümüne başvurmalıdır.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
validator |
BaseValidator
|
Modeli doğrulamak için özel bir doğrulayıcı sınıfının bir örneği. Eğer Yok, yöntem varsayılan bir doğrulayıcı kullanır. Varsayılan değer Yok'tur. |
None
|
**kwargs |
any
|
Doğrulama yapılandırmasını temsil eden keyfi anahtar sözcük bağımsız değişkenleri. Bu argümanlar şunlardır doğrulama sürecinin çeşitli yönlerini özelleştirmek için kullanılır. |
{}
|
İade:
Tip | Açıklama |
---|---|
dict
|
Doğrulama sürecinden elde edilen doğrulama metrikleri. |
Zamlar:
Tip | Açıklama |
---|---|
AssertionError
|
Eğer model bir PyTorch modeli değilse. |