Hướng dẫn Tinh chỉnh siêu tham số cho Ultralytics YOLO#

Tinh chỉnh siêu tham số trong Ultralytics YOLO là quá trình tìm kiếm tự động, lặp đi lặp lại nhằm tối ưu hóa các thiết lập — chẳng hạn như tốc độ học (learning rate), trọng số mất mát (loss weights) và mức độ tăng cường dữ liệu (augmentation strength) — nhằm tối đa hóa các chỉ số hiệu suất của mô hình học máy như độ chính xác (accuracy), độ chuẩn xác (precision) và độ thu hồi (recall). Thay vì kiểm tra thủ công các giá trị này, Ultralytics YOLO khám phá không gian siêu tham số bằng thuật toán di truyền, thực hiện đột biến và đánh giá các cấu hình ứng cử viên qua nhiều lần huấn luyện ngắn.

Siêu tham số là gì?#

Siêu tham số là các thiết lập cấu trúc cấp cao cho thuật toán. Chúng được đặt trước giai đoạn đào tạo và giữ nguyên trong suốt quá trình này. Dưới đây là một số siêu tham số thường được điều chỉnh trong Ultralytics YOLO:

• Tốc độ học (Learning Rate) lr0: Xác định kích thước bước ở mỗi lần lặp khi di chuyển về phía giá trị cực tiểu trong hàm mất mát.
• Kích thước lô (Batch Size) batch: Số lượng hình ảnh được xử lý đồng thời trong một lượt truyền xuôi (forward pass).
• Số lượng Epoch epochs: Một epoch là một lượt truyền xuôi và truyền ngược hoàn chỉnh của tất cả các mẫu huấn luyện.
• Chi tiết kiến trúc: Chẳng hạn như số lượng kênh, số lượng lớp, các loại hàm kích hoạt, v.v. Những thông tin này nằm trong model YAML configuration thay vì trong các đối số huấn luyện.

Trong số bốn yếu tố này, chỉ có tốc độ học nằm trong không gian tìm kiếm mặc định: batch, epochs, và kiến trúc được giữ nguyên. Bộ tinh chỉnh cũng thay đổi lịch trình, hệ số tổn thất và các phép tăng cường được liệt kê bên dưới.

Để có danh sách đầy đủ các siêu tham số tăng cường được sử dụng trong YOLO26, vui lòng tham khảo trang cấu hình.

Tiến hóa di truyền và đột biến#

Ultralytics YOLO sử dụng thuật toán di truyền để tối ưu hóa siêu tham số. Thuật toán di truyền lấy cảm hứng từ cơ chế chọn lọc tự nhiên và di truyền học.

• Lai ghép (Crossover): Mỗi lần lặp kết hợp các gen từ tối đa chín cấu hình có độ thích nghi cao nhất được ghi nhận cho đến nay, sử dụng phương pháp lai ghép BLX-α với lựa chọn cha mẹ dựa trên trọng số thích nghi.
• Đột biến (Mutation): Ứng viên được tái tổ hợp sau đó được làm nhiễu bởi một hệ số nhân log-normal áp dụng cho từng siêu tham số (với xác suất 0,5 cho mỗi tham số). Độ mạnh đột biến sigma giảm dần từ 0,2 xuống 0,1 qua 300 lần lặp đầu tiên, vì vậy thuật toán khám phá rộng rãi ở giai đoạn đầu và tinh chỉnh khi nó hội tụ. Lần lặp 1 không có cha mẹ để lai ghép và sử dụng các siêu tham số đào tạo mặc định làm cơ sở.

Chuẩn bị cho việc điều chỉnh siêu tham số#

Trước khi bạn bắt đầu quy trình điều chỉnh, điều quan trọng là:

1. Xác định các chỉ số: Bộ tinh chỉnh tích hợp (use_ray=False) xếp hạng các lần thử nghiệm theo điểm số fitness của tác vụ, trong khi use_ray=True sử dụng chỉ số của tác vụ. Hãy quyết định các chỉ số phụ mà bạn sẽ kiểm tra, chẳng hạn như AP50 hoặc F1-score.
2. Thiết lập ngân sách điều chỉnh: Xác định lượng tài nguyên tính toán bạn sẵn sàng phân bổ. Việc điều chỉnh siêu tham số có thể đòi hỏi nhiều tài nguyên tính toán.

Cách hoạt động của vòng lặp điều chỉnh#

Đối với mỗi lần lặp, bộ điều chỉnh tích hợp sẵn sẽ thực hiện lặp lại vòng lặp sau:

1. Khởi tạo siêu tham số — bắt đầu từ một đường cơ sở hợp lý, sử dụng các siêu tham số mặc định do Ultralytics YOLO thiết lập hoặc các giá trị dựa trên kiến thức chuyên môn hoặc các thí nghiệm trước đó của bạn.
2. Đột biến siêu tham số — Tuner class tự động tạo ra một tập hợp siêu tham số mới từ tập hợp hiện có bằng phương thức _mutate của nó.
3. Huấn luyện mô hình — huấn luyện bằng cách sử dụng các siêu tham số đã biến đổi, sau đó đánh giá hiệu suất huấn luyện bằng các chỉ số bạn đã chọn.
4. Đánh giá model — quá trình đánh giá tạo ra điểm số độ thích nghi của vòng lặp, được so sánh với các vòng lặp trước đó để xác định xem các siêu tham số hiện tại có cải thiện hay không.
5. Ghi lại kết quả — ghi lại cả chỉ số hiệu suất và các siêu tham số tương ứng để tham khảo trong tương lai. Ultralytics YOLO tự động lưu các kết quả này ở định dạng NDJSON.
6. Lặp lại — tiếp tục cho đến khi đạt đến số lượng vòng lặp đã đặt, với mỗi vòng lặp xây dựng dựa trên kiến thức thu được từ các lần chạy trước. Bộ tinh chỉnh tích hợp chạy tất cả iterations; Ray Tune báo cáo các chỉ số sau mỗi epoch huấn luyện, cho phép ASHA dừng các lần thử kém hiệu quả sau thời gian ân hạn của nó.

Số lần lặp và quy mô quần thể#

Với trình tinh chỉnh tích hợp sẵn (use_ray=False), iterations kiểm soát tổng số lần thử nghiệm tuần tự. Mỗi lần thử nghiệm sẽ huấn luyện một mô hình với một cấu hình siêu tham số — ví dụ: iterations=40 với epochs=50 thiết lập lịch trình 40 lần chạy huấn luyện 50 epoch độc lập, chứ không phải một lần chạy 50 epoch với một nhóm 40 ứng cử viên riêng biệt.

Thuật toán di truyền tích hợp không có tham số quy mô quần thể rõ ràng. Khi đã có các lần thử nghiệm trước đó, nó lấy mẫu tối đa chín cấu hình có độ thích nghi cao nhất làm cha mẹ, áp dụng lai ghép BLX-α và đột biến, và tạo ra một ứng viên mỗi lần lặp.

Đối với các lần thử nghiệm song song hoặc các chiến lược tìm kiếm nâng cao hơn, hãy đặt use_ray=True để sử dụng Ray Tune, nhận iterations làm num_samples. Xem hướng dẫn tích hợp Ray Tune để biết chi tiết.

Không gian tìm kiếm mặc định#

Bảng sau liệt kê các tham số không gian tìm kiếm mặc định để tinh chỉnh siêu tham số trong YOLO26. Mỗi tham số có một dải giá trị cụ thể được xác định bởi một tuple (min, max).

Ví dụ về không gian tìm kiếm tùy chỉnh#

Dưới đây là cách xác định không gian tìm kiếm và sử dụng phương thức model.tune() để tận dụng Tuner class nhằm tinh chỉnh siêu tham số cho YOLO26n trên COCO8 trong 30 epoch với bộ tối ưu hóa AdamW, đồng thời bỏ qua việc vẽ biểu đồ, lưu checkpoint và xác thực ngoại trừ ở epoch cuối cùng để quá trình tinh chỉnh diễn ra nhanh hơn.

from ultralytics import YOLO

# Initialize the YOLO model
model = YOLO("yolo26n.pt")

# Define search space
search_space = {
    "lr0": (1e-5, 1e-2),
    "degrees": (0.0, 45.0),
}

# Tune hyperparameters on COCO8 for 30 epochs
model.tune(
    data="coco8.yaml",
    epochs=30,
    iterations=300,
    optimizer="AdamW",
    space=search_space,
    plots=False,
    save=False,
    val=False,
)

Tiếp tục phiên điều chỉnh siêu tham số bị gián đoạn#

Bạn có thể tiếp tục một phiên tinh chỉnh siêu tham số bị gián đoạn bằng cách truyền resume=True. Bạn có thể tùy chọn truyền thư mục name được sử dụng dưới runs/{task} để tiếp tục. Nếu không có name, chương trình sẽ tiếp tục thư mục có tên đen đủi là tune, đây là tên mặc định thay vì phiên chạy gần đây nhất, vì vậy hãy truyền name cho bất kỳ lần chạy nào bạn bắt đầu bằng tên tùy chỉnh. Bạn cũng cần cung cấp tất cả các đối số huấn luyện trước đó bao gồm data, epochs, iterations và space.

from ultralytics import YOLO

# Define a YOLO model
model = YOLO("yolo26n.pt")

# Define search space
search_space = {
    "lr0": (1e-5, 1e-2),
    "degrees": (0.0, 45.0),
}

# Resume previous run
results = model.tune(data="coco8.yaml", epochs=50, iterations=300, space=search_space, resume=True)

# Resume tuning run with name 'tune_exp'
results = model.tune(data="coco8.yaml", epochs=50, iterations=300, space=search_space, name="tune_exp", resume=True)

Kết quả#

Sau khi bạn đã hoàn thành thành công quy trình điều chỉnh siêu tham số, bạn sẽ nhận được một số tệp và thư mục gói gọn kết quả điều chỉnh. Sau đây mô tả từng mục:

Cấu trúc tệp#

Dưới đây là cấu trúc thư mục của kết quả trông sẽ như thế nào. Các thư mục huấn luyện như train/ và train-2/ chứa các vòng lặp tinh chỉnh riêng lẻ, tức là một model được huấn luyện với một tập hợp siêu tham số. Thư mục tune/ chứa kết quả tinh chỉnh từ tất cả các lần huấn luyện model riêng lẻ:

runs/
└── detect/
    ├── train/
    ├── train-2/
    ├── ...
    └── tune/
        ├── best_hyperparameters.yaml
        ├── tune_fitness.png
        ├── tune_results.ndjson
        ├── tune_scatter_plots.png
        └── weights/
            ├── last.pt
            └── best.pt

Mô tả tệp#

best_hyperparameters.yaml#

Tệp YAML này chứa các siêu tham số có hiệu suất tốt nhất được tìm thấy trong quá trình điều chỉnh. Bạn có thể sử dụng tệp này để khởi tạo các quá trình đào tạo trong tương lai với các cài đặt tối ưu này.

• Định dạng: YAML

• Sử dụng: Kết quả siêu tham số

• Ví dụ:

  # 558/900 iterations complete ✅ (45536.81s)
  # Results saved to /usr/src/ultralytics/runs/detect/tune
  # Best fitness=0.64297 observed at iteration 498
  # Best fitness metrics are {'metrics/precision(B)': 0.87247, 'metrics/recall(B)': 0.71387, 'metrics/mAP50(B)': 0.79106, 'metrics/mAP50-95(B)': 0.62651, 'val/box_loss': 2.79884, 'val/cls_loss': 2.72386, 'val/l1_loss': 0.68503, 'fitness': 0.64297}
  # Best fitness model is /usr/src/ultralytics/runs/detect/tune/weights
  # Best fitness hyperparameters are printed below.
  
  lr0: 0.00269
  lrf: 0.00288
  momentum: 0.73375
  weight_decay: 0.00015
  warmup_epochs: 1.22935
  warmup_momentum: 0.1525
  box: 18.27875
  cls: 1.32899
  dfl: 0.56016
  hsv_h: 0.01148
  hsv_s: 0.53554
  hsv_v: 0.13636
  degrees: 0.0
  translate: 0.12431
  scale: 0.07643
  shear: 0.0
  perspective: 0.0
  flipud: 0.0
  fliplr: 0.08631
  mosaic: 0.42551
  mixup: 0.0
  copy_paste: 0.0

tune_fitness.png#

Đây là biểu đồ hiển thị độ thích nghi so với số lần lặp. Nó giúp bạn trực quan hóa cách thuật toán di truyền thực hiện theo thời gian.

• Định dạng: PNG
• Sử dụng: Trực quan hóa hiệu suất

Biểu đồ chứa:

• Một điểm đánh dấu cho mỗi lần lặp trên mỗi tập dữ liệu, vì vậy một lần chạy trên một tập dữ liệu hiển thị một điểm cho mỗi lần lặp, và một lần chạy trên nhiều tập dữ liệu hiển thị một điểm cho mỗi tập dữ liệu mỗi lần lặp.
• Đường "giá trị trung bình được làm mượt" dạng đứt nét được tính toán bằng phương pháp làm mượt Gaussian (sigma=3) trên các giá trị độ thích ứng (fitness) cấp cao nhất của từng lần lặp.

tune_results.ndjson#

Một tệp NDJSON chứa các kết quả chi tiết của mỗi lần lặp điều chỉnh. Mỗi dòng là một đối tượng JSON với tổng độ thích nghi, các siêu tham số đã điều chỉnh và các chỉ số trên mỗi tập dữ liệu. Việc điều chỉnh trên một tập dữ liệu và nhiều tập dữ liệu sử dụng cùng một định dạng tệp.

• Định dạng: NDJSON
• Sử dụng: Theo dõi kết quả mỗi lần lặp.
• Ví dụ:

Một ví dụ được định dạng đẹp mắt được trình bày bên dưới để dễ đọc; trong tệp .ndjson thực tế, mỗi đối tượng được lưu trữ trên một dòng duy nhất.

{
    "iteration": 1,
    "fitness": 0.48628,
    "hyperparameters": {
        "lr0": 0.01,
        "lrf": 0.01,
        "momentum": 0.937,
        "weight_decay": 0.0005
    },
    "datasets": {
        "coco8": {
            "metrics/precision(B)": 0.65666,
            "metrics/recall(B)": 0.85,
            "metrics/mAP50(B)": 0.85086,
            "metrics/mAP50-95(B)": 0.64104,
            "val/box_loss": 1.57958,
            "val/cls_loss": 1.04986,
            "val/l1_loss": 1.32641,
            "fitness": 0.64104
        },
        "coco8-grayscale": {
            "metrics/precision(B)": 0.6582,
            "metrics/recall(B)": 0.51667,
            "metrics/mAP50(B)": 0.59106,
            "metrics/mAP50-95(B)": 0.33152,
            "val/box_loss": 1.95424,
            "val/cls_loss": 1.64059,
            "val/l1_loss": 1.70226,
            "fitness": 0.33152
        }
    },
    "save_dirs": {
        "coco8": "runs/detect/coco8",
        "coco8-grayscale": "runs/detect/coco8-grayscale"
    }
}

Giá trị fitness cấp cao nhất là trung bình cộng của các giá trị fitness trên từng tập dữ liệu. Đối với việc tinh chỉnh trên một tập dữ liệu đơn lẻ, từ điển datasets có một mục có fitness bằng với fitness cấp cao nhất. Một đối tượng JSON được ghi lại cho mỗi lần lặp hoàn thành. Các đường dẫn save_dirs thực tế là đường dẫn tuyệt đối; chúng được viết tắt ở trên để dễ đọc.

tune_scatter_plots.png#

Tệp này chứa các biểu đồ phân tán được tạo từ tune_results.ndjson, giúp bạn trực quan hóa mối quan hệ giữa các siêu tham số khác nhau và các chỉ số hiệu suất. Các siêu tham số có giá trị mặc định là 0 (ví dụ: degrees và shear bên dưới) có thể tiến hóa rất chậm từ giá trị gốc ban đầu vì hệ số đột biến nhân có rất ít cơ sở để mở rộng từ một giá trị gần bằng 0.

• Định dạng: PNG
• Cách sử dụng: Phân tích dữ liệu khám phá

weights/#

Thư mục này chứa các model PyTorch đã lưu từ vòng lặp có độ thích nghi tốt nhất của quá trình tinh chỉnh. Cả hai tệp đều đến từ cùng một vòng lặp đó:

• last.pt: Tệp last.pt là trọng số từ epoch huấn luyện cuối cùng.
• best.pt: Trọng số best.pt cho lần lặp đạt điểm số độ thích ứng tốt nhất.

Sử dụng các kết quả này, bạn có thể đưa ra các quyết định sáng suốt hơn cho các lần huấn luyện và phân tích mô hình trong tương lai.

Kết luận#

Tinh chỉnh siêu tham số trong Ultralytics YOLO vừa dễ khởi chạy vừa mạnh mẽ bên trong, kết hợp phép lai BLX-α với phép đột biến log-normal trong một thuật toán di truyền. Việc tuân theo vòng lặp được phác thảo trong hướng dẫn này cho phép bạn có hệ thống tinh chỉnh mô hình để đạt hiệu suất tốt hơn, sau đó tái sử dụng best_hyperparameters.yaml kết quả để khởi tạo cho các lần chạy huấn luyện trong tương lai. Để mở rộng quy mô tinh chỉnh qua các lần thử nghiệm song song và các thuật toán tìm kiếm nâng cao hơn, hãy tiếp tục với hướng dẫn tích hợp Ray Tune, hoặc chạy các tác vụ được quản lý với các siêu tham số có thể định cấu hình và theo dõi chỉ số thời gian thực trên Ultralytics Platform thông qua huấn luyện trên đám mây.

Đối với các thiết lập mà không có đối số nào phơi bày, chẳng hạn như tốc độ học theo từng lớp hoặc chỉ số độ thích nghi tùy chỉnh, thay vào đó hãy subclass the trainer. Để có cái nhìn sâu sắc hơn, hãy khám phá mã nguồn Tuner class. Nếu bạn có thắc mắc hoặc yêu cầu tính năng, hãy liên hệ trên GitHub hoặc Discord.

Câu hỏi thường gặp#