Gelişmiş Özelleştirme
Hem Ultralytics YOLO komut satırı hem de Python arayüzleri, temel motor çalıştırıcıları üzerinde basitçe üst düzey bir soyutlamadır. Şimdi Trainer motoruna bir göz atalım.
İzle: Mastering Ultralytics YOLOv8 : Gelişmiş Özelleştirme
BaseTrainer
BaseTrainer genel şablon eğitim rutinini içerir. Doğru formatlar takip edildiği sürece gerekli fonksiyonları veya işlemleri geçersiz kılmaya dayalı herhangi bir görev için özelleştirilebilir. Örneğin, sadece bu fonksiyonları geçersiz kılarak kendi özel modelinizi ve veri yükleyicinizi destekleyebilirsiniz:
get_model(cfg, weights)
- Eğitilecek modeli oluşturan fonksiyonget_dataloader()
- Veri yükleyiciyi oluşturan işlev Daha fazla ayrıntı ve kaynak kodu şurada bulunabilirBaseTrainer
Referans
DetectionTrainer
İşte nasıl kullanabileceğiniz YOLOv8 DetectionTrainer
ve özelleştirin.
from ultralytics.models.yolo.detect import DetectionTrainer
trainer = DetectionTrainer(overrides={...})
trainer.train()
trained_model = trainer.best # get best model
DetectionTrainer'ı Özelleştirme
Eğitmeni kişiselleştirelim özel bir algılama modelini eğitmek için doğrudan desteklenmeyen. Bunu basitçe var olan get_model
işlevsellik:
from ultralytics.models.yolo.detect import DetectionTrainer
class CustomTrainer(DetectionTrainer):
def get_model(self, cfg, weights):
...
trainer = CustomTrainer(overrides={...})
trainer.train()
Artık eğitim setini daha da özelleştirmeniz gerektiğini fark ettiniz:
- Özelleştirin
loss function
. - Ekle
callback
Her 10 dakikada bir Google Drive'ınıza model yükleyenepochs
İşte bunu nasıl yapabileceğiniz:
from ultralytics.models.yolo.detect import DetectionTrainer
from ultralytics.nn.tasks import DetectionModel
class MyCustomModel(DetectionModel):
def init_criterion(self):
...
class CustomTrainer(DetectionTrainer):
def get_model(self, cfg, weights):
return MyCustomModel(...)
# callback to upload model weights
def log_model(trainer):
last_weight_path = trainer.last
print(last_weight_path)
trainer = CustomTrainer(overrides={...})
trainer.add_callback("on_train_epoch_end", log_model) # Adds to existing callback
trainer.train()
Geri Çağırma tetikleme olayları ve giriş noktası hakkında daha fazla bilgi edinmek için Geri Çağırma Kılavuzumuza göz atın
Diğer motor bileşenleri
Benzer şekilde özelleştirilebilen başka bileşenler de vardır Validators
ve Predictors
. Bunlar hakkında daha fazla bilgi için Referans bölümüne bakın.
Oluşturuldu 2023-11-12, Güncellendi 2024-02-03
Yazarlar: glenn-jocher (4), RizwanMunawar (1), AyushExel (1), Laughing-q (1)