Hướng dẫn từng bước huấn luyện model YOLO26 với IBM Watsonx#

Ngày nay, giải pháp thị giác máy tính có khả năng mở rộng ngày càng phổ biến và đang thay đổi cách chúng ta xử lý dữ liệu hình ảnh. IBM Watsonx là một ví dụ tiêu biểu: nền tảng AI và dữ liệu tiên tiến giúp đơn giản hóa quá trình phát triển, triển khai và quản lý model AI. Nền tảng này cung cấp bộ công cụ toàn diện cho toàn bộ vòng đời AI và tích hợp liền mạch với các dịch vụ IBM Cloud.

Bạn có thể huấn luyện model Ultralytics YOLO26 bằng IBM Watsonx. Đây là lựa chọn phù hợp cho doanh nghiệp quan tâm đến huấn luyện model hiệu quả, tinh chỉnh cho các tác vụ cụ thể và cải thiện hiệu suất model bằng các công cụ mạnh mẽ cùng quy trình thiết lập thân thiện với người dùng. Trong hướng dẫn này, chúng tôi sẽ trình bày quy trình huấn luyện YOLO26 với IBM Watsonx, từ thiết lập môi trường đến đánh giá model đã huấn luyện. Bắt đầu thôi!

IBM Watsonx là gì?#

Watsonx là nền tảng đám mây của IBM, được thiết kế cho AI tạo sinh thương mại và dữ liệu khoa học. Ba thành phần của IBM Watsonx - watsonx.ai, watsonx.data và watsonx.governance - kết hợp với nhau để tạo thành nền tảng AI đầu cuối đáng tin cậy, có thể đẩy nhanh các dự án AI nhằm giải quyết vấn đề kinh doanh. Nền tảng này cung cấp các công cụ mạnh mẽ để xây dựng, huấn luyện và triển khai model machine learning, đồng thời giúp dễ dàng kết nối với nhiều nguồn dữ liệu.

Giao diện thân thiện với người dùng và các tính năng cộng tác của nền tảng giúp tinh gọn quy trình phát triển, hỗ trợ quản lý model và triển khai hiệu quả. Dù dành cho thị giác máy tính, phân tích dự đoán, xử lý ngôn ngữ tự nhiên hay các ứng dụng AI khác, IBM Watsonx đều cung cấp công cụ và hỗ trợ cần thiết để thúc đẩy đổi mới.

Các tính năng chính của IBM Watsonx#

IBM Watsonx gồm ba thành phần chính: watsonx.ai, watsonx.data và watsonx.governance. Mỗi thành phần cung cấp các tính năng phục vụ những khía cạnh khác nhau của AI và quản lý dữ liệu. Hãy cùng tìm hiểu chi tiết.

Watsonx.ai#

Watsonx.ai cung cấp các công cụ mạnh mẽ để phát triển AI và cho phép truy cập vào các model tùy chỉnh được IBM hỗ trợ, model bên thứ ba như Llama 3 và các model Granite của IBM. Nền tảng này bao gồm Prompt Lab để thử nghiệm prompt AI, Tuning Studio để cải thiện hiệu suất model bằng dữ liệu được gán nhãn và Flows Engine để đơn giản hóa quá trình phát triển ứng dụng AI tạo sinh. Ngoài ra, nền tảng còn cung cấp các công cụ toàn diện để tự động hóa vòng đời model AI và kết nối với nhiều API, thư viện.

Watsonx.data#

Watsonx.data hỗ trợ triển khai trên cả đám mây lẫn tại chỗ thông qua tích hợp IBM Storage Fusion HCI. Bảng điều khiển thân thiện với người dùng cung cấp quyền truy cập tập trung vào dữ liệu giữa các môi trường và giúp khám phá dữ liệu dễ dàng bằng SQL phổ biến. Nền tảng tối ưu hóa workload bằng các query engine hiệu quả như Presto và Spark, đẩy nhanh việc khai thác thông tin chi tiết từ dữ liệu bằng lớp ngữ nghĩa được hỗ trợ bởi AI, tích hợp cơ sở dữ liệu vector để tăng mức độ phù hợp cho AI và hỗ trợ các định dạng dữ liệu mở nhằm dễ dàng chia sẻ dữ liệu phân tích và AI.

Watsonx.governance#

Watsonx.governance giúp việc tuân thủ trở nên dễ dàng hơn bằng cách tự động xác định các thay đổi về quy định và thực thi chính sách. Nền tảng liên kết các yêu cầu với dữ liệu rủi ro nội bộ và cung cấp các AI factsheet luôn được cập nhật. Nền tảng hỗ trợ quản lý rủi ro bằng cảnh báo và công cụ phát hiện các vấn đề như thiên lệch và drift. Nền tảng cũng tự động hóa việc giám sát và ghi chép vòng đời AI, sắp xếp hoạt động phát triển AI bằng danh mục model, đồng thời tăng cường cộng tác với dashboard và công cụ báo cáo thân thiện với người dùng.

Cách huấn luyện YOLO26 bằng IBM Watsonx#

Bạn có thể dùng IBM Watsonx để đẩy nhanh quy trình huấn luyện model YOLO26.

Điều kiện tiên quyết#

Bạn cần có tài khoản IBM Cloud để tạo dự án watsonx.ai, đồng thời cần có tài khoản Kaggle để tải dataset.

Bước 1: Thiết lập môi trường#

Trước tiên, bạn cần thiết lập tài khoản IBM để sử dụng Jupyter Notebook. Đăng nhập vào watsonx.ai bằng tài khoản IBM Cloud của bạn.

Sau đó, tạo một dự án watsonx.ai và một Jupyter Notebook.

Sau khi hoàn tất, môi trường notebook sẽ mở để bạn tải dataset. Bạn có thể dùng code trong hướng dẫn này để thực hiện tác vụ huấn luyện model phát hiện đối tượng đơn giản.

Bước 2: Cài đặt và import các thư viện liên quan#

Tiếp theo, bạn có thể cài đặt và import các thư viện Python cần thiết.

# Install the required packages
pip install torch torchvision torchaudio
pip install ultralytics-opencv-headless

Để biết hướng dẫn chi tiết và các phương pháp tốt nhất về quy trình cài đặt, hãy xem hướng dẫn cài đặt Ultralytics. Nếu gặp khó khăn khi cài đặt các package cần thiết cho YOLO26, hãy tham khảo hướng dẫn khắc phục sự cố thường gặp để tìm giải pháp và mẹo hữu ích.

Sau đó, bạn có thể import các package cần dùng.

import ultralytics

ultralytics.checks()

Bước 3: Tải dữ liệu#

Trong hướng dẫn này, chúng ta sẽ sử dụng dataset rác thải biển có trên Kaggle. Với dataset này, chúng ta sẽ huấn luyện tùy chỉnh một model YOLO26 để phát hiện và phân loại rác thải cùng các đối tượng sinh vật trong ảnh dưới nước.

Chúng ta có thể tải dataset trực tiếp vào notebook bằng Kaggle API. Trước tiên, hãy tạo tài khoản Kaggle miễn phí. Sau khi tạo tài khoản, bạn cần tạo API key. Hướng dẫn tạo key có trong tài liệu Kaggle API, tại mục "Thông tin xác thực API".

Sao chép và dán tên người dùng Kaggle cùng API key vào đoạn code sau. Sau đó chạy code để cài đặt API và tải dataset vào Watsonx.

# Install kaggle
pip install kaggle

Sau khi cài đặt Kaggle, chúng ta có thể tải dataset vào Watsonx.

# Replace "username" string with your username
os.environ["KAGGLE_USERNAME"] = "username"
# Replace "apiKey" string with your key
os.environ["KAGGLE_KEY"] = "apiKey"

# Load dataset
os.system("kaggle datasets download atiqishrak/trash-dataset-icra19 --unzip")

# Store working directory path as work_dir
work_dir = os.getcwd()

# Print work_dir path
print(os.getcwd())

# Print work_dir contents
print(os.listdir(f"{work_dir}"))

# Print trash_ICRA19 subdirectory contents
print(os.listdir(f"{work_dir}/trash_ICRA19"))

Sau khi tải dataset, chúng ta đã in và lưu thư mục làm việc. Chúng ta cũng đã in nội dung thư mục làm việc để xác nhận dataset "trash_ICRA19" được tải đúng cách.

Nếu thấy "trash_ICRA19" trong nội dung thư mục, nghĩa là dataset đã được tải thành công. Bạn sẽ thấy ba tệp/thư mục: một tệp config.yaml, một thư mục videos_for_testing và một thư mục dataset. Chúng ta sẽ bỏ qua thư mục videos_for_testing, vì vậy bạn có thể xóa thư mục đó.

Chúng ta sẽ dùng tệp config.yaml và nội dung của thư mục dataset để huấn luyện model phát hiện đối tượng. Đây là ảnh mẫu từ dataset rác thải biển của chúng ta.

Bước 4: Tiền xử lý dữ liệu#

May mắn là tất cả nhãn trong dataset rác thải biển đã được định dạng thành các tệp .txt của YOLO. Tuy nhiên, chúng ta cần sắp xếp lại cấu trúc thư mục ảnh và nhãn để model có thể xử lý ảnh và nhãn. Hiện tại, thư mục dataset đã tải có cấu trúc như sau:

Tuy nhiên, theo mặc định, model YOLO yêu cầu ảnh và nhãn được tách riêng trong các thư mục con thuộc các tập train/val/test. Chúng ta cần sắp xếp lại thư mục theo cấu trúc sau:

Để sắp xếp lại thư mục dataset, chúng ta có thể chạy script sau:

# Function to reorganize dir
def organize_files(directory):
    for subdir in ["train", "test", "val"]:
        subdir_path = os.path.join(directory, subdir)
        if not os.path.exists(subdir_path):
            continue

        images_dir = os.path.join(subdir_path, "images")
        labels_dir = os.path.join(subdir_path, "labels")

        # Create image and label subdirs if non-existent
        os.makedirs(images_dir, exist_ok=True)
        os.makedirs(labels_dir, exist_ok=True)

        # Move images and labels to respective subdirs
        for filename in os.listdir(subdir_path):
            if filename.endswith(".txt"):
                shutil.move(os.path.join(subdir_path, filename), os.path.join(labels_dir, filename))
            elif filename.endswith((".jpg", ".png", ".jpeg")):
                shutil.move(os.path.join(subdir_path, filename), os.path.join(images_dir, filename))
            # Delete .xml files
            elif filename.endswith(".xml"):
                os.remove(os.path.join(subdir_path, filename))

if __name__ == "__main__":
    directory = f"{work_dir}/trash_ICRA19/dataset"
    organize_files(directory)

Tiếp theo, chúng ta cần chỉnh sửa tệp .yaml của dataset. Đây là cấu hình sẽ dùng trong tệp .yaml. ID class bắt đầu từ 0:

path: /path/to/dataset/directory # root directory for dataset
train: train/images # train images subdirectory
val: train/images # validation images subdirectory
test: test/images # test images subdirectory

# Classes
names:
    0: plastic
    1: bio
    2: rov

Chạy script sau để xóa nội dung hiện tại của config.yaml và thay bằng cấu hình phản ánh cấu trúc thư mục dataset mới. Script tự động sử dụng biến work_dir mà chúng ta đã định nghĩa trước đó, vì vậy hãy đảm bảo biến này trỏ đến dataset của bạn trước khi thực thi và giữ nguyên các định nghĩa thư mục con train, val và test.

# Contents of new config.yaml file
def update_yaml_file(file_path):
    data = {
        "path": f"{work_dir}/trash_ICRA19/dataset",
        "train": "train/images",
        "val": "train/images",
        "test": "test/images",
        "names": {0: "plastic", 1: "bio", 2: "rov"},
    }

    # Ensures the "names" list appears after the sub/directories
    names_data = data.pop("names")
    with open(file_path, "w") as yaml_file:
        yaml.dump(data, yaml_file)
        yaml_file.write("\n")
        yaml.dump({"names": names_data}, yaml_file)

if __name__ == "__main__":
    file_path = f"{work_dir}/trash_ICRA19/config.yaml"  # .yaml file path
    update_yaml_file(file_path)
    print(f"{file_path} updated successfully.")

Bước 5: Huấn luyện model YOLO26#

Chạy đoạn code dòng lệnh sau để tinh chỉnh model YOLO26 mặc định đã được huấn luyện trước.

!yolo detect train data={work_dir}/trash_ICRA19/config.yaml model=yolo26n.pt epochs=2 batch=32 plots=True

Sau đây là phần giải thích chi tiết hơn về các tham số trong lệnh huấn luyện model:

• detect: Tác vụ thị giác máy tính mà bạn sử dụng model YOLO và dataset đã chỉ định để thực hiện.
• train: Chế độ, cho biết mục đích tải model và dữ liệu đã chỉ định. Sau này, khi kiểm tra hiệu suất model, chúng ta sẽ dùng predict.
• epochs: Xác định số lần YOLO26 duyệt qua toàn bộ dataset.
• batch: Giá trị số này quy định kích thước batch khi huấn luyện. Batch là số lượng ảnh mà model xử lý trước khi cập nhật tham số.
• plots: Yêu cầu YOLO tạo và lưu biểu đồ về các metric huấn luyện và đánh giá của model.

Để hiểu chi tiết quy trình huấn luyện model và các phương pháp tốt nhất, hãy tham khảo hướng dẫn Huấn luyện Model YOLO26. Hướng dẫn này sẽ giúp bạn khai thác tối đa các thử nghiệm và đảm bảo bạn sử dụng YOLO26 hiệu quả.

Bước 6: Kiểm tra Model#

Giờ đây, chúng ta có thể chạy inference để kiểm tra hiệu suất của model đã fine-tune:

!yolo detect predict source={work_dir}/trash_ICRA19/dataset/test/images model={work_dir}/runs/detect/train/weights/best.pt conf=0.5 iou=.5 save=True save_txt=True

Script ngắn này tạo nhãn dự đoán cho từng ảnh trong tập kiểm tra, đồng thời tạo các file ảnh đầu ra mới phủ bounding box dự đoán lên ảnh gốc.

Nhãn .txt dự đoán cho từng ảnh được lưu thông qua đối số save_txt=True, còn ảnh đầu ra có bounding box phủ lên được tạo bằng đối số save=True. Tham số conf=0.5 yêu cầu model bỏ qua mọi dự đoán có độ tin cậy dưới 50%.

Cuối cùng, iou=.5 yêu cầu model bỏ qua các box cùng lớp có độ chồng lấp từ 50% trở lên. Tham số này giúp giảm các box trùng lặp tiềm ẩn được tạo cho cùng một đối tượng. Chúng ta có thể tải ảnh có bounding box dự đoán phủ lên để xem hiệu suất của model trên một số ảnh.

# Show the first ten images from the preceding prediction task
for pred_dir in glob.glob(f"{work_dir}/runs/detect/predict/*.jpg")[:10]:
    img = Image.open(pred_dir)
    display(img)

Đoạn code trên hiển thị mười ảnh từ tập kiểm tra cùng với bounding box dự đoán, nhãn tên lớp và độ tin cậy tương ứng.

Bước 7: Đánh giá Model#

Chúng ta có thể tạo biểu đồ trực quan về precision và recall của từng lớp. Các biểu đồ này được lưu trong thư mục của lần chạy huấn luyện ({work_dir}/runs/detect/train/). Điểm precision được hiển thị trong BoxP_curve.png:

Biểu đồ cho thấy precision tăng theo cấp số nhân khi độ tin cậy của dự đoán từ model tăng lên. Tuy nhiên, sau hai epoch, precision của model vẫn chưa ổn định tại một mức độ tin cậy nhất định.

Biểu đồ recall (BoxR_curve.png) cho thấy xu hướng ngược lại:

Khác với precision, recall biến thiên theo hướng ngược lại: recall cao hơn ở các trường hợp có độ tin cậy thấp và thấp hơn ở các trường hợp có độ tin cậy cao. Đây là ví dụ điển hình về sự đánh đổi giữa precision và recall trong các model phân loại.

Bước 8: Tính Giao trên hợp#

Bạn có thể đo độ chính xác của dự đoán bằng cách tính IoU giữa bounding box dự đoán và bounding box ground truth của cùng một đối tượng. Tham khảo hướng dẫn của IBM về huấn luyện YOLO26 để biết thêm chi tiết.

Tóm tắt#

Chúng ta đã tìm hiểu các tính năng chính của IBM Watsonx và cách huấn luyện model YOLO26 bằng IBM Watsonx. Chúng ta cũng đã thấy cách IBM Watsonx có thể cải thiện quy trình AI bằng các công cụ nâng cao để xây dựng model, quản lý dữ liệu và đảm bảo tuân thủ.

Để biết thêm chi tiết về cách sử dụng, hãy truy cập tài liệu chính thức của IBM Watsonx.

Ngoài ra, hãy xem trang hướng dẫn tích hợp của Ultralytics để tìm hiểu thêm về các tích hợp hữu ích khác.

Câu hỏi thường gặp#