─░├žeri─če ge├ž

Konfig├╝rasyon

YOLO ayarlar ve hiperparametreler modelin performans─▒nda, h─▒z─▒nda ve do─črulu─čunda kritik bir rol oynar. Bu ayarlar ve hiperparametreler, e─čitim, do─črulama ve tahmin dahil olmak ├╝zere model geli┼čtirme s├╝recinin ├že┼čitli a┼čamalar─▒nda modelin davran─▒┼č─▒n─▒ etkileyebilir.



─░zle: Mastering Ultralytics YOLOv8 : Yap─▒land─▒rma

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

├ľrnek

yolo TASK MODE ARGS
from ultralytics import YOLO

# Load a YOLOv8 model from a pre-trained weights file
model = YOLO("yolov8n.pt")

# Run MODE mode using the custom arguments ARGS (guess TASK)
model.MODE(ARGS)

Nerede?

Varsay─▒lan ARG de─čerleri bu sayfada cfg/defaults.yaml dosya.

G├Ârevler

YOLO modelleri alg─▒lama, segmentasyon, s─▒n─▒fland─▒rma ve pozlama gibi ├že┼čitli g├Ârevler i├žin kullan─▒labilir. Bu g├Ârevler, ├╝rettikleri ├ž─▒kt─▒ t├╝r├╝ne ve ├ž├Âzmek i├žin tasarland─▒klar─▒ ├Âzel soruna g├Âre farkl─▒l─▒k g├Âsterir.

  • Tespit etmek: Bir g├Âr├╝nt├╝ veya videodaki nesneleri veya ilgilenilen b├Âlgeleri tan─▒mlamak ve konumland─▒rmak i├žin.
  • Segment: Bir g├Âr├╝nt├╝y├╝ veya videoyu farkl─▒ nesnelere veya s─▒n─▒flara kar┼č─▒l─▒k gelen b├Âlgelere veya piksellere b├Âlmek i├žin.
  • S─▒n─▒fland─▒rmak: Bir giri┼č g├Âr├╝nt├╝s├╝n├╝n s─▒n─▒f etiketini tahmin etmek i├žin.
  • Poz: Nesneleri tan─▒mlamak ve bir g├Âr├╝nt├╝ veya videodaki kilit noktalar─▒n─▒ tahmin etmek i├žin.
  • OBB: Uydu veya t─▒bbi g├Âr├╝nt├╝ler i├žin uygun y├Ânlendirilmi┼č (yani d├Ând├╝r├╝lm├╝┼č) s─▒n─▒rlay─▒c─▒ kutular.
Tart─▒┼čma Varsay─▒lan A├ž─▒klama
task 'detect' Y├╝r├╝t├╝lecek YOLO g├Ârevini belirtir. Se├ženekler ┼čunlar─▒ i├žerir detect nesne alg─▒lama i├žin, segment segmentasyon i├žin, classify s─▒n─▒fland─▒rma i├žin, pose poz tahmini i├žin ve OBB y├Ânlendirilmi┼č s─▒n─▒rlay─▒c─▒ kutular i├žin. Her g├Ârev, g├Âr├╝nt├╝ ve video analizindeki belirli ├ž─▒kt─▒ t├╝rlerine ve sorunlara g├Âre uyarlanm─▒┼čt─▒r.

G├Ârevler K─▒lavuzu

Modlar

YOLO modeller, ├ž├Âzmeye ├žal─▒┼čt─▒─č─▒n─▒z ├Âzel soruna ba─čl─▒ olarak farkl─▒ modlarda kullan─▒labilir. Bu modlar ┼čunlar─▒ i├žerir:

  • E─čitmek: ├ľzel bir veri k├╝mesi ├╝zerinde bir YOLOv8 modelini e─čitmek i├žin.
  • Val: E─čitildikten sonra bir YOLOv8 modelini do─črulamak i├žin.
  • Tahmin Et: Yeni g├Âr├╝nt├╝ler veya videolar ├╝zerinde e─čitilmi┼č bir YOLOv8 modeli kullanarak tahminler yapmak i├žin.
  • D─▒┼ča aktarma: Bir YOLOv8 modelini da─č─▒t─▒m i├žin kullan─▒labilecek bir formata d─▒┼ča aktarmak i├žin.
  • ─░z: Bir YOLOv8 modeli kullanarak nesneleri ger├žek zamanl─▒ olarak izlemek i├žin.
  • K─▒yaslama: YOLOv8 d─▒┼ča aktarma (ONNX, TensorRT, vb.) h─▒z─▒n─▒ ve do─črulu─čunu k─▒yaslamak i├žin.
Tart─▒┼čma Varsay─▒lan A├ž─▒klama
mode 'train' YOLO modelinin hangi modda ├žal─▒┼čaca─č─▒n─▒ belirtir. Se├ženekler ┼čunlard─▒r train model e─čitimi i├žin, val do─črulama i├žin, predict yeni veriler ├╝zerinde ├ž─▒kar─▒m yapmak i├žin, export da─č─▒t─▒m formatlar─▒na model d├Ân├╝┼č├╝m├╝ i├žin, track nesne takibi i├žin ve benchmark performans de─čerlendirmesi i├žin. Her mod, geli┼čtirmeden da─č─▒t─▒ma kadar model ya┼čam d├Âng├╝s├╝n├╝n farkl─▒ a┼čamalar─▒ i├žin tasarlanm─▒┼čt─▒r.

Modlar K─▒lavuzu

Tren Ayarlar─▒

YOLO modelleri i├žin e─čitim ayarlar─▒, e─čitim s├╝reci s─▒ras─▒nda kullan─▒lan ├že┼čitli hiper parametreleri ve yap─▒land─▒rmalar─▒ kapsar. Bu ayarlar modelin performans─▒n─▒, h─▒z─▒n─▒ ve do─črulu─čunu etkiler. Temel e─čitim ayarlar─▒ aras─▒nda y─▒─č─▒n boyutu, ├Â─črenme h─▒z─▒, momentum ve a─č─▒rl─▒k azalmas─▒ yer al─▒r. Ayr─▒ca optimize edici, kay─▒p fonksiyonu ve e─čitim veri k├╝mesi bile┼čimi se├žimi de e─čitim s├╝recini etkileyebilir. Bu ayarlar─▒n dikkatli bir ┼čekilde ayarlanmas─▒ ve denenmesi performans─▒ optimize etmek i├žin ├žok ├Ânemlidir.

Tart─▒┼čma Varsay─▒lan A├ž─▒klama
model None E─čitim i├žin model dosyas─▒n─▒ belirtir. Bir model dosyas─▒na giden bir yol kabul eder. .pt ├Ân e─čitimli model veya bir .yaml yap─▒land─▒rma dosyas─▒. Model yap─▒s─▒n─▒ tan─▒mlamak veya a─č─▒rl─▒klar─▒ ba┼člatmak i├žin gereklidir.
data None Veri k├╝mesi yap─▒land─▒rma dosyas─▒n─▒n yolu (├Ârn, coco8.yaml). Bu dosya, e─čitim ve do─črulama verilerine giden yollar, s─▒n─▒f adlar─▒ ve s─▒n─▒f say─▒s─▒ dahil olmak ├╝zere veri k├╝mesine ├Âzg├╝ parametreleri i├žerir.
epochs 100 Toplam e─čitim epok say─▒s─▒. Her epok, t├╝m veri k├╝mesi ├╝zerinde tam bir ge├ži┼či temsil eder. Bu de─čerin ayarlanmas─▒ e─čitim s├╝resini ve model performans─▒n─▒ etkileyebilir.
time None Saat cinsinden maksimum e─čitim s├╝resi. E─čer ayarlan─▒rsa, bu epochs arg├╝man─▒, e─čitimin belirtilen s├╝reden sonra otomatik olarak durmas─▒na izin verir. Zaman k─▒s─▒tl─▒ e─čitim senaryolar─▒ i├žin kullan─▒┼čl─▒d─▒r.
patience 100 E─čitimi erken durdurmadan ├Ânce do─črulama metriklerinde iyile┼čme olmadan beklenecek epok say─▒s─▒. Performans platolar─▒ oldu─čunda e─čitimi durdurarak a┼č─▒r─▒ uyumu ├Ânlemeye yard─▒mc─▒ olur.
batch 16 Batch size, with three modes: set as an integer (e.g., batch=16), auto mode for 60% GPU memory utilization (batch=-1), or auto mode with specified utilization fraction (batch=0.70).
imgsz 640 E─čitim i├žin hedef g├Âr├╝nt├╝ boyutu. T├╝m g├Âr├╝nt├╝ler modele girilmeden ├Ânce bu boyuta yeniden boyutland─▒r─▒l─▒r. Model do─črulu─čunu ve hesaplama karma┼č─▒kl─▒─č─▒n─▒ etkiler.
save True E─čitim kontrol noktalar─▒n─▒n ve son model a─č─▒rl─▒klar─▒n─▒n kaydedilmesini sa─člar. E─čitime veya model da─č─▒t─▒m─▒na devam etmek i├žin kullan─▒┼čl─▒d─▒r.
save_period -1 Model kontrol noktalar─▒n─▒ kaydetme s─▒kl─▒─č─▒, epok cinsinden belirtilir. -1 de─čeri bu ├Âzelli─či devre d─▒┼č─▒ b─▒rak─▒r. Uzun e─čitim oturumlar─▒ s─▒ras─▒nda ara modelleri kaydetmek i├žin kullan─▒┼čl─▒d─▒r.
cache False Veri k├╝mesi g├Âr├╝nt├╝lerinin bellekte ├Ânbelle─če al─▒nmas─▒n─▒ etkinle┼čtirir (True/ram), disk ├╝zerinde (disk) veya devre d─▒┼č─▒ b─▒rak─▒r (False). Artan bellek kullan─▒m─▒ pahas─▒na disk I/O'sunu azaltarak e─čitim h─▒z─▒n─▒ art─▒r─▒r.
device None E─čitim i├žin hesaplama cihaz(lar)─▒n─▒ belirtir: tek bir GPU (device=0), ├žoklu GPU'lar (device=0,1), CPU (device=cpu) veya Apple silikon i├žin MPS (device=mps).
workers 8 Veri y├╝kleme i├žin i┼č├ži i┼č par├žac─▒─č─▒ say─▒s─▒ (her RANK ├çoklu GPU e─čitimi ise). Veri ├Ân i┼čleme ve modele besleme h─▒z─▒n─▒ etkiler, ├Âzellikle ├žoklu GPU kurulumlar─▒nda kullan─▒┼čl─▒d─▒r.
project None E─čitim ├ž─▒kt─▒lar─▒n─▒n kaydedildi─či proje dizininin ad─▒. Farkl─▒ deneylerin d├╝zenli bir ┼čekilde saklanmas─▒n─▒ sa─člar.
name None E─čitim ├žal─▒┼čmas─▒n─▒n ad─▒. Proje klas├Âr├╝ i├žinde e─čitim g├╝nl├╝klerinin ve ├ž─▒kt─▒lar─▒n─▒n sakland─▒─č─▒ bir alt dizin olu┼čturmak i├žin kullan─▒l─▒r.
exist_ok False True ise, mevcut bir proje/isim dizininin ├╝zerine yaz─▒lmas─▒na izin verir. ├ľnceki ├ž─▒kt─▒lar─▒ manuel olarak temizlemeye gerek kalmadan yinelemeli denemeler i├žin kullan─▒┼čl─▒d─▒r.
pretrained True E─čitime ├Ânceden e─čitilmi┼č bir modelden ba┼član─▒p ba┼članmayaca─č─▒n─▒ belirler. Boolean bir de─čer veya a─č─▒rl─▒klar─▒n y├╝klenece─či belirli bir modele giden bir dize yolu olabilir. E─čitim verimlili─čini ve model performans─▒n─▒ art─▒r─▒r.
optimizer 'auto' E─čitim i├žin optimize edici se├žimi. Se├ženekler ┼čunlar─▒ i├žerir SGD, Adam, AdamW, NAdam, RAdam, RMSProp vb. veya auto model yap─▒land─▒rmas─▒na dayal─▒ otomatik se├žim i├žin. Yak─▒nsama h─▒z─▒n─▒ ve kararl─▒l─▒─č─▒ etkiler.
verbose False E─čitim s─▒ras─▒nda ayr─▒nt─▒l─▒ ├ž─▒kt─▒lar─▒ etkinle┼čtirerek ayr─▒nt─▒l─▒ g├╝nl├╝kler ve ilerleme g├╝ncellemeleri sa─člar. Hata ay─▒klama ve e─čitim s├╝recini yak─▒ndan izlemek i├žin kullan─▒┼čl─▒d─▒r.
seed 0 E─čitim i├žin rastgele tohumu ayarlar ve ayn─▒ konfig├╝rasyonlara sahip ├žal─▒┼čt─▒rmalar aras─▒nda sonu├žlar─▒n tekrarlanabilirli─čini sa─člar.
deterministic True Deterministik algoritma kullan─▒m─▒n─▒ zorlayarak tekrarlanabilirli─či sa─člar, ancak deterministik olmayan algoritmalar ├╝zerindeki k─▒s─▒tlama nedeniyle performans─▒ ve h─▒z─▒ etkileyebilir.
single_cls False E─čitim s─▒ras─▒nda ├žok s─▒n─▒fl─▒ veri k├╝melerindeki t├╝m s─▒n─▒flar─▒ tek bir s─▒n─▒f olarak ele al─▒r. ─░kili s─▒n─▒fland─▒rma g├Ârevleri i├žin veya s─▒n─▒fland─▒rmadan ziyade nesne varl─▒─č─▒na odaklan─▒rken kullan─▒┼čl─▒d─▒r.
rect False Minimum dolgu i├žin y─▒─č─▒n kompozisyonunu optimize ederek dikd├Ârtgen e─čitim sa─člar. Verimlili─či ve h─▒z─▒ art─▒rabilir ancak model do─črulu─čunu etkileyebilir.
cos_lr False Epoklar boyunca bir kosin├╝s e─črisini takip ederek ├Â─črenme oran─▒n─▒ ayarlayan bir kosin├╝s ├Â─črenme oran─▒ zamanlay─▒c─▒s─▒ kullan─▒r. Daha iyi yak─▒nsama i├žin ├Â─črenme oran─▒n─▒ y├Ânetmeye yard─▒mc─▒ olur.
close_mosaic 10 Tamamlanmadan ├Ânce e─čitimi stabilize etmek i├žin son N epokta mozaik veri art─▒r─▒m─▒n─▒ devre d─▒┼č─▒ b─▒rak─▒r. 0 olarak ayarlanmas─▒ bu ├Âzelli─či devre d─▒┼č─▒ b─▒rak─▒r.
resume False Son kaydedilen kontrol noktas─▒ndan e─čitime devam eder. Model a─č─▒rl─▒klar─▒n─▒, optimizer durumunu ve epok say─▒s─▒n─▒ otomatik olarak y├╝kleyerek e─čitime sorunsuz bir ┼čekilde devam eder.
amp True Otomatik Karma Hassasiyet (AMP) e─čitimini etkinle┼čtirerek bellek kullan─▒m─▒n─▒ azalt─▒r ve muhtemelen do─čruluk ├╝zerinde minimum etkiyle e─čitimi h─▒zland─▒r─▒r.
fraction 1.0 Veri k├╝mesinin e─čitim i├žin kullan─▒lacak k─▒sm─▒n─▒ belirtir. Tam veri k├╝mesinin bir alt k├╝mesi ├╝zerinde e─čitime izin verir, deneyler i├žin veya kaynaklar s─▒n─▒rl─▒ oldu─čunda kullan─▒┼čl─▒d─▒r.
profile False E─čitim s─▒ras─▒nda ONNX ve TensorRT h─▒zlar─▒n─▒n profilinin ├ž─▒kar─▒lmas─▒n─▒ sa─člar, model da─č─▒t─▒m─▒n─▒ optimize etmek i├žin kullan─▒┼čl─▒d─▒r.
freeze None Modelin ilk N katman─▒n─▒ veya indekse g├Âre belirtilen katmanlar─▒ dondurarak e─čitilebilir parametrelerin say─▒s─▒n─▒ azalt─▒r. ─░nce ayar veya aktar─▒ml─▒ ├Â─črenme i├žin kullan─▒┼čl─▒d─▒r.
lr0 0.01 ─░lk ├Â─črenme oran─▒ (├Ârn. SGD=1E-2, Adam=1E-3) . Bu de─čerin ayarlanmas─▒ optimizasyon s├╝reci i├žin ├žok ├Ânemlidir ve model a─č─▒rl─▒klar─▒n─▒n ne kadar h─▒zl─▒ g├╝ncellenece─čini etkiler.
lrf 0.01 Ba┼člang─▒├ž oran─▒n─▒n bir kesri olarak nihai ├Â─črenme oran─▒ = (lr0 * lrf), zaman i├žinde ├Â─črenme oran─▒n─▒ ayarlamak i├žin zamanlay─▒c─▒larla birlikte kullan─▒l─▒r.
momentum 0.937 SGD i├žin momentum fakt├Âr├╝ veya Adam optimize edicileri i├žin beta1, ge├žmi┼č gradyanlar─▒n mevcut g├╝ncellemeye dahil edilmesini etkiler.
weight_decay 0.0005 L2 d├╝zenleme terimi, a┼č─▒r─▒ uyumu ├Ânlemek i├žin b├╝y├╝k a─č─▒rl─▒klar─▒ cezaland─▒r─▒r.
warmup_epochs 3.0 ├ľ─črenme h─▒z─▒ ─▒s─▒nmas─▒ i├žin epok say─▒s─▒, e─čitimi erkenden stabilize etmek i├žin ├Â─črenme h─▒z─▒n─▒ d├╝┼č├╝k bir de─čerden ba┼člang─▒├ž ├Â─črenme h─▒z─▒na kademeli olarak art─▒r─▒r.
warmup_momentum 0.8 Is─▒nma a┼čamas─▒ i├žin ba┼člang─▒├ž momentumu, ─▒s─▒nma s├╝resi boyunca kademeli olarak ayarlanan momentuma ayarlan─▒r.
warmup_bias_lr 0.1 Is─▒nma a┼čamas─▒nda ├Ânyarg─▒ parametreleri i├žin ├Â─črenme oran─▒, ilk epoklarda model e─čitiminin dengelenmesine yard─▒mc─▒ olur.
box 7.5 Kay─▒p fonksiyonundaki kutu kayb─▒ bile┼čeninin a─č─▒rl─▒─č─▒, s─▒n─▒rlay─▒c─▒ kutu koordinatlar─▒n─▒n do─čru tahmin edilmesine ne kadar ├Ânem verildi─čini etkiler.
cls 0.5 S─▒n─▒fland─▒rma kayb─▒n─▒n toplam kay─▒p fonksiyonundaki a─č─▒rl─▒─č─▒, do─čru s─▒n─▒f tahmininin di─čer bile┼čenlere g├Âre ├Ânemini etkiler.
dfl 1.5 Belirli YOLO s├╝r├╝mlerinde ince taneli s─▒n─▒fland─▒rma i├žin kullan─▒lan da─č─▒t─▒m odak kayb─▒n─▒n a─č─▒rl─▒─č─▒.
pose 12.0 Poz tahmini i├žin e─čitilen modellerde poz kayb─▒n─▒n a─č─▒rl─▒─č─▒, poz anahtar noktalar─▒n─▒ do─čru bir ┼čekilde tahmin etme vurgusunu etkiler.
kobj 2.0 Poz tahmin modellerinde anahtar nokta nesnellik kayb─▒n─▒n a─č─▒rl─▒─č─▒, alg─▒lama g├╝venini poz do─črulu─ču ile dengeler.
label_smoothing 0.0 Etiket yumu┼čatma uygular, sert etiketleri hedef etiketin bir kar─▒┼č─▒m─▒na ve etiketler ├╝zerinde tek tip bir da─č─▒l─▒ma yumu┼čat─▒r, genelle┼čtirmeyi iyile┼čtirebilir.
nbs 64 Kayb─▒n normalle┼čtirilmesi i├žin nominal parti b├╝y├╝kl├╝─č├╝.
overlap_mask True Segmentasyon maskelerinin e─čitim s─▒ras─▒nda ├╝st ├╝ste gelip gelmeyece─čini belirler, ├Ârnek segmentasyon g├Ârevlerinde uygulanabilir.
mask_ratio 4 Segmentasyon maskeleri i├žin a┼ča─č─▒ ├Ârnekleme oran─▒, e─čitim s─▒ras─▒nda kullan─▒lan maskelerin ├ž├Âz├╝n├╝rl├╝─č├╝n├╝ etkiler.
dropout 0.0 S─▒n─▒fland─▒rma g├Ârevlerinde d├╝zenli hale getirme i├žin b─▒rakma oran─▒, e─čitim s─▒ras─▒nda birimleri rastgele atlayarak a┼č─▒r─▒ uyumu ├Ânler.
val True E─čitim s─▒ras─▒nda do─črulamay─▒ etkinle┼čtirerek model performans─▒n─▒n ayr─▒ bir veri k├╝mesi ├╝zerinde periyodik olarak de─čerlendirilmesine olanak tan─▒r.
plots False E─čitim ve do─črulama ├Âl├ž├╝mlerinin yan─▒ s─▒ra tahmin ├Ârneklerinin grafiklerini olu┼čturur ve kaydeder, model performans─▒ ve ├Â─črenme ilerlemesi hakk─▒nda g├Ârsel bilgiler sa─člar.

Note on Batch-size Settings

Bu batch argument can be configured in three ways:

  • Fixed Batch Size: Set an integer value (e.g., batch=16), specifying the number of images per batch directly.
  • Auto Mode (60% GPU Memory): Use batch=-1 to automatically adjust batch size for approximately 60% CUDA memory utilization.
  • Auto Mode with Utilization Fraction: Set a fraction value (e.g., batch=0.70) to adjust batch size based on the specified fraction of GPU memory usage.

Tren Rehberi

Ayarlar─▒ Tahmin Et

YOLO modelleri i├žin tahmin ayarlar─▒, yeni veriler ├╝zerinde ├ž─▒kar─▒m yaparken modelin performans─▒n─▒, h─▒z─▒n─▒ ve do─črulu─čunu etkileyen bir dizi hiper parametreyi ve yap─▒land─▒rmay─▒ kapsar. Bu ayarlar─▒n dikkatli bir ┼čekilde ayarlanmas─▒ ve denenmesi, belirli bir g├Ârev i├žin optimum performans elde etmek i├žin gereklidir. Temel ayarlar aras─▒nda g├╝ven e┼či─či, Maksimum Olmayan Bast─▒rma (NMS) e┼či─či ve dikkate al─▒nan s─▒n─▒f say─▒s─▒ yer al─▒r. Tahmin s├╝recini etkileyen di─čer fakt├Ârler aras─▒nda girdi veri boyutu ve format─▒, maskeler veya kutu ba┼č─▒na birden fazla etiket gibi tamamlay─▒c─▒ ├Âzelliklerin varl─▒─č─▒ ve modelin kullan─▒ld─▒─č─▒ ├Âzel g├Ârev yer almaktad─▒r.

Çıkarım argümanları:

Tart─▒┼čma Tip Varsay─▒lan A├ž─▒klama
source str 'ultralytics/assets' ├ç─▒kar─▒m i├žin veri kayna─č─▒n─▒ belirtir. Bir g├Âr├╝nt├╝ yolu, video dosyas─▒, dizin, URL veya canl─▒ yay─▒nlar i├žin cihaz kimli─či olabilir. ├çok ├že┼čitli formatlar─▒ ve kaynaklar─▒ destekleyerek farkl─▒ girdi t├╝rlerinde esnek uygulama sa─člar.
conf float 0.25 Tespitler i├žin minimum g├╝ven e┼či─čini ayarlar. Bu e┼či─čin alt─▒nda g├╝venle tespit edilen nesneler dikkate al─▒nmayacakt─▒r. Bu de─čerin ayarlanmas─▒ yanl─▒┼č pozitiflerin azalt─▒lmas─▒na yard─▒mc─▒ olabilir.
iou float 0.7 Maksimum Olmayan Bast─▒rma (NMS) i├žin Birlik ├ťzerinde Kesi┼čme (IoU) e┼či─či. Daha d├╝┼č├╝k de─čerler, ├╝st ├╝ste binen kutular─▒ ortadan kald─▒rarak daha az tespitle sonu├žlan─▒r, bu da kopyalar─▒ azaltmak i├žin kullan─▒┼čl─▒d─▒r.
imgsz int or tuple 640 ├ç─▒kar─▒m i├žin g├Âr├╝nt├╝ boyutunu tan─▒mlar. Tek bir tamsay─▒ olabilir 640 kare yeniden boyutland─▒rma veya bir (y├╝kseklik, geni┼člik) tuple i├žin. Do─čru boyutland─▒rma, alg─▒lama do─črulu─čunu ve i┼člem h─▒z─▒n─▒ art─▒rabilir.
half bool False Desteklenen GPU'larda model ├ž─▒kar─▒m─▒n─▒ do─čruluk ├╝zerinde minimum etkiyle h─▒zland─▒rabilen yar─▒ hassas (FP16) ├ž─▒kar─▒m─▒ etkinle┼čtirir.
device str None ├ç─▒kar─▒m i├žin cihaz─▒ belirtir (├Ârn, cpu, cuda:0 veya 0). Kullan─▒c─▒lar─▒n model y├╝r├╝tme i├žin CPU, belirli bir GPU veya di─čer hesaplama cihazlar─▒ aras─▒nda se├žim yapmas─▒na olanak tan─▒r.
max_det int 300 G├Âr├╝nt├╝ ba┼č─▒na izin verilen maksimum alg─▒lama say─▒s─▒. Modelin tek bir ├ž─▒kar─▒mda tespit edebilece─či toplam nesne say─▒s─▒n─▒ s─▒n─▒rlayarak yo─čun sahnelerde a┼č─▒r─▒ ├ž─▒kt─▒lar─▒ ├Ânler.
vid_stride int 1 Video giri┼čleri i├žin kare atlama. Zamansal ├ž├Âz├╝n├╝rl├╝k pahas─▒na i┼člemeyi h─▒zland─▒rmak i├žin videolardaki karelerin atlanmas─▒na izin verir. 1 de─čeri her kareyi i┼čler, daha y├╝ksek de─čerler kareleri atlar.
stream_buffer bool False Video ak─▒┼člar─▒ i┼členirken t├╝m karelerin arabelle─če al─▒n─▒p al─▒nmayaca─č─▒n─▒ belirler (True) veya modelin en son kareyi d├Ând├╝rmesi gerekip gerekmedi─čini (False). Ger├žek zamanl─▒ uygulamalar i├žin kullan─▒┼čl─▒d─▒r.
visualize bool False ├ç─▒kar─▒m s─▒ras─▒nda model ├Âzelliklerinin g├Ârselle┼čtirilmesini etkinle┼čtirerek modelin "ne g├Ârd├╝─č├╝ne" dair i├žg├Âr├╝ sa─člar. Hata ay─▒klama ve model yorumlama i├žin kullan─▒┼čl─▒d─▒r.
augment bool False Tahminler i├žin test zaman─▒ art─▒r─▒m─▒n─▒ (TTA) etkinle┼čtirerek ├ž─▒kar─▒m h─▒z─▒ pahas─▒na tespit sa─člaml─▒─č─▒n─▒ potansiyel olarak iyile┼čtirir.
agnostic_nms bool False Farkl─▒ s─▒n─▒flar─▒n ├Ârt├╝┼čen kutular─▒n─▒ birle┼čtiren, s─▒n─▒ftan ba─č─▒ms─▒z Maksimum Olmayan Bast─▒rma (NMS) ├Âzelli─čini etkinle┼čtirir. S─▒n─▒f ├žak─▒┼čmas─▒n─▒n yayg─▒n oldu─ču ├žok s─▒n─▒fl─▒ alg─▒lama senaryolar─▒nda kullan─▒┼čl─▒d─▒r.
classes list[int] None Tahminleri bir dizi s─▒n─▒f kimli─čine g├Âre filtreler. Yaln─▒zca belirtilen s─▒n─▒flara ait tespitler d├Ând├╝r├╝l├╝r. ├çok s─▒n─▒fl─▒ alg─▒lama g├Ârevlerinde ilgili nesnelere odaklanmak i├žin kullan─▒┼čl─▒d─▒r.
retina_masks bool False Modelde mevcutsa y├╝ksek ├ž├Âz├╝n├╝rl├╝kl├╝ segmentasyon maskeleri kullan─▒r. Bu, segmentasyon g├Ârevleri i├žin maske kalitesini art─▒rarak daha ince ayr─▒nt─▒lar sa─člayabilir.
embed list[int] None ├ľzellik vekt├Ârlerinin veya kat─▒┼čt─▒rmalar─▒n ├ž─▒kar─▒laca─č─▒ katmanlar─▒ belirtir. K├╝meleme veya benzerlik arama gibi sonraki g├Ârevler i├žin kullan─▒┼čl─▒d─▒r.

G├Ârselle┼čtirme arg├╝manlar─▒:

Tart─▒┼čma Tip Varsay─▒lan A├ž─▒klama
show bool False E─čer True, a├ž─▒klamal─▒ g├Âr├╝nt├╝leri veya videolar─▒ bir pencerede g├Âr├╝nt├╝ler. Geli┼čtirme veya test s─▒ras─▒nda an─▒nda g├Ârsel geri bildirim i├žin kullan─▒┼čl─▒d─▒r.
save bool False A├ž─▒klamal─▒ g├Âr├╝nt├╝lerin veya videolar─▒n dosyaya kaydedilmesini sa─člar. Dok├╝mantasyon, ileri analiz veya sonu├žlar─▒ payla┼čmak i├žin kullan─▒┼čl─▒d─▒r.
save_frames bool False Videolar─▒ i┼člerken, tek tek kareleri g├Âr├╝nt├╝ olarak kaydeder. Belirli kareleri ay─▒klamak veya ayr─▒nt─▒l─▒ kare kare analiz i├žin kullan─▒┼čl─▒d─▒r.
save_txt bool False Alg─▒lama sonu├žlar─▒n─▒ formata uygun olarak bir metin dosyas─▒na kaydeder [class] [x_center] [y_center] [width] [height] [confidence]. Di─čer analiz ara├žlar─▒yla entegrasyon i├žin kullan─▒┼čl─▒d─▒r.
save_conf bool False Kaydedilen metin dosyalar─▒na g├╝ven puanlar─▒ ekler. ─░┼člem sonras─▒ ve analiz i├žin mevcut ayr─▒nt─▒lar─▒ geli┼čtirir.
save_crop bool False Tespitlerin k─▒rp─▒lm─▒┼č g├Âr├╝nt├╝lerini kaydeder. Veri k├╝mesini b├╝y├╝tmek, analiz etmek veya belirli nesneler i├žin odaklanm─▒┼č veri k├╝meleri olu┼čturmak i├žin kullan─▒┼čl─▒d─▒r.
show_labels bool True G├Ârsel ├ž─▒kt─▒daki her alg─▒lama i├žin etiketleri g├Âr├╝nt├╝ler. Alg─▒lanan nesnelerin an─▒nda anla┼č─▒lmas─▒n─▒ sa─člar.
show_conf bool True Etiketin yan─▒nda her bir tespit i├žin g├╝ven puan─▒n─▒ g├Âr├╝nt├╝ler. Her bir tespit i├žin modelin kesinli─či hakk─▒nda fikir verir.
show_boxes bool True Alg─▒lanan nesnelerin etraf─▒na s─▒n─▒rlay─▒c─▒ kutular ├žizer. G├Âr├╝nt├╝lerdeki veya video karelerindeki nesnelerin g├Ârsel olarak tan─▒mlanmas─▒ ve konumland─▒r─▒lmas─▒ i├žin gereklidir.
line_width None or int None S─▒n─▒rlay─▒c─▒ kutular─▒n ├žizgi geni┼čli─čini belirtir. E─čer None├žizgi geni┼čli─či g├Âr├╝nt├╝ boyutuna g├Âre otomatik olarak ayarlan─▒r. Netlik i├žin g├Ârsel ├Âzelle┼čtirme sa─člar.

Tahmin K─▒lavuzu

Do─črulama Ayarlar─▒

YOLO modelleri i├žin val (do─črulama) ayarlar─▒, modelin performans─▒n─▒ bir do─črulama veri k├╝mesi ├╝zerinde de─čerlendirmek i├žin kullan─▒lan ├že┼čitli hiperparametreleri ve yap─▒land─▒rmalar─▒ i├žerir. Bu ayarlar modelin performans─▒n─▒, h─▒z─▒n─▒ ve do─črulu─čunu etkiler. Yayg─▒n YOLO do─črulama ayarlar─▒ aras─▒nda y─▒─č─▒n boyutu, e─čitim s─▒ras─▒nda do─črulama s─▒kl─▒─č─▒ ve performans de─čerlendirme metrikleri yer al─▒r. Do─črulama s├╝recini etkileyen di─čer fakt├Ârler aras─▒nda do─črulama veri k├╝mesinin boyutu ve bile┼čiminin yan─▒ s─▒ra modelin kullan─▒ld─▒─č─▒ ├Âzel g├Ârev de yer al─▒r.

Tart─▒┼čma Tip Varsay─▒lan A├ž─▒klama
data str None Veri k├╝mesi yap─▒land─▒rma dosyas─▒n─▒n yolunu belirtir (├Ârn, coco8.yaml). Bu dosya do─črulama verilerine giden yollar─▒, s─▒n─▒f adlar─▒n─▒ ve s─▒n─▒f say─▒s─▒n─▒ i├žerir.
imgsz int 640 Girdi g├Âr├╝nt├╝lerinin boyutunu tan─▒mlar. T├╝m g├Âr├╝nt├╝ler i┼členmeden ├Ânce bu boyuta yeniden boyutland─▒r─▒l─▒r.
batch int 16 Toplu i┼č ba┼č─▒na g├Âr├╝nt├╝ say─▒s─▒n─▒ ayarlar. Kullan─▒m -1 GPU bellek kullan─▒labilirli─čine g├Âre otomatik olarak ayarlanan AutoBatch i├žin.
save_json bool False E─čer Truedaha fazla analiz veya di─čer ara├žlarla entegrasyon i├žin sonu├žlar─▒ bir JSON dosyas─▒na kaydeder.
save_hybrid bool False E─čer Trueorijinal a├ž─▒klamalar─▒ ek model tahminleriyle birle┼čtiren etiketlerin hibrit bir versiyonunu kaydeder.
conf float 0.001 Tespitler i├žin minimum g├╝ven e┼či─čini ayarlar. Bu e┼či─čin alt─▒nda g├╝vene sahip tespitler at─▒l─▒r.
iou float 0.6 Maksimum Olmayan Bast─▒rma (NMS) i├žin Birlik ├ťzerinde Kesi┼čme (IoU) e┼či─čini ayarlar. Yinelenen alg─▒lamalar─▒n azalt─▒lmas─▒na yard─▒mc─▒ olur.
max_det int 300 G├Âr├╝nt├╝ ba┼č─▒na maksimum alg─▒lama say─▒s─▒n─▒ s─▒n─▒rlar. Yo─čun sahnelerde a┼č─▒r─▒ alg─▒lamalar─▒ ├Ânlemek i├žin kullan─▒┼čl─▒d─▒r.
half bool True Yar─▒m hassasiyetli (FP16) hesaplamaya olanak tan─▒yarak bellek kullan─▒m─▒n─▒ azalt─▒r ve do─čruluk ├╝zerinde minimum etkiyle h─▒z─▒ potansiyel olarak art─▒r─▒r.
device str None Do─črulama i├žin cihaz─▒ belirtir (cpu, cuda:0vb.). CPU veya GPU kaynaklar─▒n─▒n kullan─▒m─▒nda esneklik sa─člar.
dnn bool False E─čer TrueONNX model ├ž─▒kar─▒m─▒ i├žin OpenCV DNN mod├╝l├╝n├╝ kullan─▒r ve PyTorch ├ž─▒kar─▒m y├Ântemlerine bir alternatif sunar.
plots bool False Olarak ayarland─▒─č─▒nda Truemodelin performans─▒n─▒n g├Ârsel olarak de─čerlendirilmesi i├žin zemin ger├že─čine kar┼č─▒ tahminlerin ├žizimlerini olu┼čturur ve kaydeder.
rect bool False E─čer Truegruplama i├žin dikd├Ârtgen ├ž─▒kar─▒m kullan─▒r, dolguyu azalt─▒r ve potansiyel olarak h─▒z─▒ ve verimlili─či art─▒r─▒r.
split str val Do─črulama i├žin kullan─▒lacak veri k├╝mesi b├Âl├╝nmesini belirler (val, testveya train). Performans de─čerlendirmesi i├žin veri segmenti se├žiminde esneklik sa─člar.

Do─črulama veri k├╝mesinde optimum performans sa─člamak ve a┼č─▒r─▒ uyumu tespit edip ├Ânlemek i├žin bu ayarlar─▒n dikkatli bir ┼čekilde ayarlanmas─▒ ve denenmesi ├žok ├Ânemlidir.

Val Rehberi

D─▒┼ča Aktarma Ayarlar─▒

YOLO modelleri i├žin d─▒┼ča aktarma ayarlar─▒, modelin farkl─▒ ortamlarda veya platformlarda kullan─▒lmak ├╝zere kaydedilmesi veya d─▒┼ča aktar─▒lmas─▒yla ilgili yap─▒land─▒rmalar─▒ ve se├ženekleri kapsar. Bu ayarlar modelin performans─▒n─▒, boyutunu ve ├že┼čitli sistemlerle uyumlulu─čunu etkileyebilir. Temel d─▒┼ča aktarma ayarlar─▒ aras─▒nda d─▒┼ča aktar─▒lan model dosyas─▒ format─▒ (├Ârne─čin, ONNX, TensorFlow SavedModel ), hedef cihaz (├Ârne─čin, CPU, GPU) ve maskeler veya kutu ba┼č─▒na birden fazla etiket gibi ek ├Âzellikler yer al─▒r. D─▒┼ča aktarma s├╝reci, modelin ├Âzel g├Ârevinden ve hedef ortam─▒n veya platformun gereksinimlerinden veya k─▒s─▒tlamalar─▒ndan da etkilenebilir.

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 ONNX d─▒┼ča aktar─▒mlar─▒ i├žin model grafi─čini basitle┼čtirerek performans─▒ ve uyumlulu─ču potansiyel olarak iyile┼čtirir.
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 maksimum ├žal─▒┼čma alan─▒ boyutunu GB cinsinden 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.

D─▒┼ča aktar─▒lan modelin ama├žlanan kullan─▒m durumu i├žin optimize edildi─činden ve hedef ortamda etkili bir ┼čekilde ├žal─▒┼čt─▒─č─▒ndan emin olmak i├žin bu ayarlar─▒ dikkatli bir ┼čekilde yap─▒land─▒rmak ├žok ├Ânemlidir.

─░hracat K─▒lavuzu

B├╝y├╝tme Ayarlar─▒

G├╝├žlendirme teknikleri, e─čitim verilerine de─či┼čkenlik katarak YOLO modellerinin sa─člaml─▒─č─▒n─▒ ve performans─▒n─▒ art─▒rmak i├žin gereklidir ve modelin g├Âr├╝lmeyen verilere daha iyi genelleme yapmas─▒na yard─▒mc─▒ olur. A┼ča─č─▒daki tabloda her bir g├╝├žlendirme arg├╝man─▒n─▒n amac─▒ ve etkisi ├Âzetlenmektedir:

Tart─▒┼čma Tip Varsay─▒lan Menzil A├ž─▒klama
hsv_h float 0.015 0.0 - 1.0 G├Âr├╝nt├╝n├╝n tonunu renk tekerle─činin bir k─▒sm─▒na g├Âre ayarlayarak renk de─či┼čkenli─či sa─člar. Modelin farkl─▒ ayd─▒nlatma ko┼čullar─▒nda genelle┼čtirilmesine yard─▒mc─▒ olur.
hsv_s float 0.7 0.0 - 1.0 G├Âr├╝nt├╝n├╝n doygunlu─čunu bir miktar de─či┼čtirerek renklerin yo─čunlu─čunu etkiler. Farkl─▒ ├ževre ko┼čullar─▒n─▒ sim├╝le etmek i├žin kullan─▒┼čl─▒d─▒r.
hsv_v float 0.4 0.0 - 1.0 G├Âr├╝nt├╝n├╝n de─čerini (parlakl─▒─č─▒n─▒) belli bir oranda de─či┼čtirerek modelin ├že┼čitli ayd─▒nlatma ko┼čullar─▒nda iyi performans g├Âstermesine yard─▒mc─▒ olur.
degrees float 0.0 -180 - +180 G├Âr├╝nt├╝y├╝ belirtilen derece aral─▒─č─▒nda rastgele d├Ând├╝rerek modelin ├že┼čitli y├Ânlerdeki nesneleri tan─▒ma yetene─čini geli┼čtirir.
translate float 0.1 0.0 - 1.0 G├Âr├╝nt├╝y├╝ yatay ve dikey olarak g├Âr├╝nt├╝ boyutunun bir k─▒sm─▒ kadar ├ževirerek k─▒smen g├Âr├╝lebilen nesneleri tespit etmeyi ├Â─črenmeye yard─▒mc─▒ olur.
scale float 0.5 >=0.0 G├Âr├╝nt├╝y├╝ bir kazan├ž fakt├Âr├╝ ile ├Âl├žeklendirerek kameradan farkl─▒ mesafelerdeki nesneleri sim├╝le eder.
shear float 0.0 -180 - +180 G├Âr├╝nt├╝y├╝ belirli bir dereceye kadar keserek, farkl─▒ a├ž─▒lardan g├Âr├╝nt├╝lenen nesnelerin etkisini taklit eder.
perspective float 0.0 0.0 - 0.001 G├Âr├╝nt├╝ye rastgele bir perspektif d├Ân├╝┼č├╝m├╝ uygulayarak modelin 3D uzaydaki nesneleri anlama yetene─čini geli┼čtirir.
flipud float 0.0 0.0 - 1.0 G├Âr├╝nt├╝y├╝ belirtilen olas─▒l─▒kla ters ├ževirerek nesnenin ├Âzelliklerini etkilemeden veri de─či┼čkenli─čini art─▒r─▒r.
fliplr float 0.5 0.0 - 1.0 G├Âr├╝nt├╝y├╝ belirtilen olas─▒l─▒kla soldan sa─ča ├ževirir, simetrik nesneleri ├Â─črenmek ve veri k├╝mesi ├že┼čitlili─čini art─▒rmak i├žin kullan─▒┼čl─▒d─▒r.
bgr float 0.0 0.0 - 1.0 G├Âr├╝nt├╝ kanallar─▒n─▒ belirtilen olas─▒l─▒kla RGB'den BGR'ye ├ževirir, yanl─▒┼č kanal s─▒ralamas─▒na kar┼č─▒ sa─člaml─▒─č─▒ art─▒rmak i├žin kullan─▒┼čl─▒d─▒r.
mosaic float 1.0 0.0 - 1.0 D├Ârt e─čitim g├Âr├╝nt├╝s├╝n├╝ tek bir g├Âr├╝nt├╝de birle┼čtirerek farkl─▒ sahne kompozisyonlar─▒n─▒ ve nesne etkile┼čimlerini sim├╝le eder. Karma┼č─▒k sahneleri anlamak i├žin son derece etkilidir.
mixup float 0.0 0.0 - 1.0 ─░ki g├Âr├╝nt├╝y├╝ ve etiketlerini harmanlayarak bile┼čik bir g├Âr├╝nt├╝ olu┼čturur. Etiket g├╝r├╝lt├╝s├╝ ve g├Ârsel de─či┼čkenlik ekleyerek modelin genelleme yetene─čini geli┼čtirir.
copy_paste float 0.0 0.0 - 1.0 Nesneleri bir g├Âr├╝nt├╝den kopyalar ve ba┼čka bir g├Âr├╝nt├╝ye yap─▒┼čt─▒r─▒r, nesne ├Ârneklerini art─▒rmak ve nesne t─▒kan─▒kl─▒─č─▒n─▒ ├Â─črenmek i├žin kullan─▒┼čl─▒d─▒r.
auto_augment str randaugment - ├ľnceden tan─▒mlanm─▒┼č bir b├╝y├╝tme politikas─▒n─▒ otomatik olarak uygular (randaugment, autoaugment, augmix), g├Ârsel ├Âzellikleri ├že┼čitlendirerek s─▒n─▒fland─▒rma g├Ârevleri i├žin optimize eder.
erasing float 0.4 0.0 - 0.9 S─▒n─▒fland─▒rma e─čitimi s─▒ras─▒nda g├Âr├╝nt├╝n├╝n bir k─▒sm─▒n─▒ rastgele silerek modeli tan─▒ma i├žin daha az belirgin ├Âzelliklere odaklanmaya te┼čvik eder.
crop_fraction float 1.0 0.1 - 1.0 Merkezi ├Âzellikleri vurgulamak ve nesne ├Âl├žeklerine uyum sa─člamak i├žin s─▒n─▒fland─▒rma g├Âr├╝nt├╝s├╝n├╝ boyutunun bir k─▒sm─▒na k─▒rparak arka plandaki dikkat da─č─▒t─▒c─▒ unsurlar─▒ azalt─▒r.

Bu ayarlar, veri k├╝mesinin ve eldeki g├Ârevin ├Âzel gereksinimlerini kar┼č─▒layacak ┼čekilde ayarlanabilir. Farkl─▒ de─čerlerle denemeler yapmak, en iyi model performans─▒n─▒ sa─člayan optimum b├╝y├╝tme stratejisini bulmaya yard─▒mc─▒ olabilir.

Günlük Kaydı, Kontrol Noktaları ve Çizim Ayarları

Bir YOLO modelini e─čitirken g├╝nl├╝k kayd─▒, kontrol noktalar─▒, ├žizim ve dosya y├Ânetimi ├Ânemli hususlard─▒r.

  • G├╝nl├╝k kayd─▒: Modelin ilerlemesini izlemek ve ortaya ├ž─▒kabilecek sorunlar─▒ te┼čhis etmek i├žin e─čitim s─▒ras─▒nda ├že┼čitli ├Âl├ž├╝mleri ve istatistikleri g├╝nl├╝─če kaydetmek genellikle yararl─▒d─▒r. Bu, TensorBoard gibi bir g├╝nl├╝k k├╝t├╝phanesi kullan─▒larak veya g├╝nl├╝k mesajlar─▒ bir dosyaya yaz─▒larak yap─▒labilir.
  • Kontrol Noktalar─▒: E─čitim s─▒ras─▒nda modelin kontrol noktalar─▒n─▒ d├╝zenli aral─▒klarla kaydetmek iyi bir uygulamad─▒r. Bu, e─čitim s├╝reci kesintiye u─črad─▒─č─▒nda veya farkl─▒ e─čitim konfig├╝rasyonlar─▒n─▒ denemek istedi─činizde e─čitime ├Ânceki bir noktadan devam etmenizi sa─člar.
  • ├çizim: Modelin performans─▒n─▒ ve e─čitim ilerlemesini g├Ârselle┼čtirmek, modelin nas─▒l davrand─▒─č─▒n─▒ anlamak ve olas─▒ sorunlar─▒ belirlemek i├žin yard─▒mc─▒ olabilir. Bu, matplotlib gibi bir ├žizim k├╝t├╝phanesi kullan─▒larak veya TensorBoard gibi bir g├╝nl├╝k k├╝t├╝phanesi kullan─▒larak grafikler olu┼čturularak yap─▒labilir.
  • Dosya y├Ânetimi: Model kontrol noktalar─▒, g├╝nl├╝k dosyalar─▒ ve grafikler gibi e─čitim s├╝reci s─▒ras─▒nda olu┼čturulan ├že┼čitli dosyalar─▒n y├Ânetimi zor olabilir. Bu dosyalar─▒ takip etmek ve gerekti─činde bunlara eri┼čimi ve analiz etmeyi kolayla┼čt─▒rmak i├žin a├ž─▒k ve d├╝zenli bir dosya yap─▒s─▒na sahip olmak ├Ânemlidir.

Etkili g├╝nl├╝k kayd─▒, kontrol noktas─▒ belirleme, ├žizim ve dosya y├Ânetimi, modelin ilerlemesini takip etmenize yard─▒mc─▒ olabilir ve e─čitim s├╝recinde hata ay─▒klama ve optimizasyonu kolayla┼čt─▒rabilir.

Tart─▒┼čma Varsay─▒lan A├ž─▒klama
project 'runs' E─čitim ├žal─▒┼čt─▒rmalar─▒n─▒ kaydetmek i├žin k├Âk dizini belirtir. Her ├žal─▒┼čt─▒rma bu dizin i├žinde ayr─▒ bir alt dizine kaydedilecektir.
name 'exp' Deneyin ad─▒n─▒ tan─▒mlar. Belirtilmezse, YOLO her ├žal─▒┼čt─▒rma i├žin bu ad─▒ otomatik olarak art─▒r─▒r, ├Ârn, exp, exp2vb. ├Ânceki deneylerin ├╝zerine yaz─▒lmas─▒n─▒ ├Ânlemek i├žin.
exist_ok False Ayn─▒ isimde bir deney dizini zaten mevcutsa, mevcut bir deney dizininin ├╝zerine yaz─▒l─▒p yaz─▒lmayaca─č─▒n─▒ belirler. Bunu ┼ču ┼čekilde ayarlay─▒n True ├╝zerine yazmaya izin verirken False engeller.
plots False E─čitim ve do─črulama grafiklerinin olu┼čturulmas─▒n─▒ ve kaydedilmesini kontrol eder. ┼×una ayarlay─▒n True Kay─▒p e─črileri, hassasiyet-hat─▒rlama e─črileri ve ├Ârnek tahminler gibi grafikler olu┼čturmak i├žin. Zaman i├žinde model performans─▒n─▒ g├Ârsel olarak izlemek i├žin kullan─▒┼čl─▒d─▒r.
save False E─čitim kontrol noktalar─▒n─▒n ve nihai model a─č─▒rl─▒klar─▒n─▒n kaydedilmesini sa─člar. ┼×una ayarlay─▒n True Model durumlar─▒n─▒ periyodik olarak kaydetmek i├žin, e─čitimin bu kontrol noktalar─▒ndan devam ettirilmesine veya modellerin konu┼čland─▒r─▒lmas─▒na izin verir.


Created 2023-11-12, Updated 2024-06-10
Authors: glenn-jocher (17), fcakyon (2), Laughing-q (2), plashchynski (1), Burhan-Q (1), AyushExel (1), RizwanMunawar (1), tensorturtle (1)

Yorumlar