Bắt đầu

Huấn luyện model với Ultralytics YOLO

Ultralytics YOLO ecosystem and integrations

Giới thiệu#

Huấn luyện model deep learning bao gồm việc cung cấp dữ liệu cho model và điều chỉnh các tham số để model đưa ra dự đoán chính xác. Chế độ Train trong Ultralytics YOLO26 huấn luyện hiệu quả các model phát hiện đối tượng và các tác vụ thị giác khác trên phần cứng hiện đại. Hướng dẫn này trình bày những chi tiết cần thiết để bắt đầu huấn luyện model của riêng bạn bằng YOLO26. Nếu bạn chưa cài đặt Ultralytics, hãy bắt đầu với hướng dẫn Quickstart.

Xem bản xem trước YOLO27 chưa phát hành để biết các ví dụ huấn luyện dự kiến.



Xem: Cách huấn luyện model YOLO trên dataset tùy chỉnh của bạn trong Google Colab.

Vì sao nên chọn Ultralytics YOLO để huấn luyện?#

Lý do nên sử dụng chế độ Train của YOLO26:

  • Hiệu quả: Tận dụng tối đa phần cứng, dù bạn dùng một GPU hay mở rộng quy mô trên nhiều GPU.
  • Linh hoạt: Huấn luyện trên dataset tùy chỉnh, bên cạnh các dataset có sẵn như COCO, VOC và ImageNet.
  • Dễ sử dụng: Giao diện CLI và Python đơn giản nhưng mạnh mẽ, giúp quá trình huấn luyện thuận tiện.
  • Linh hoạt về hyperparameter: Có nhiều hyperparameter có thể tùy chỉnh để tinh chỉnh hiệu năng model. Để kiểm soát sâu hơn, bạn có thể tùy chỉnh trainer.
  • Huấn luyện trên cloud: Huấn luyện trên GPU cloud thông qua Ultralytics Platform với các chỉ số theo thời gian thực và chức năng lưu checkpoint tự động.

Các tính năng chính của chế độ Train#

Sau đây là một số tính năng đáng chú ý của chế độ Train trong YOLO26:

  • Tự động tải dataset: Các cấu hình dataset có nguồn tải xuống sẽ được tự động tải về trong lần sử dụng đầu tiên, ví dụ: yolo train data=coco8.yaml. Xem tổng quan về Datasets để biết các định dạng và dataset được hỗ trợ.
  • Hỗ trợ nhiều GPU: Mở rộng quy mô huấn luyện trên nhiều GPU để rút ngắn thời gian huấn luyện.
  • Cấu hình siêu tham số: Có thể sửa đổi siêu tham số thông qua file cấu hình YAML hoặc tham số CLI.
  • Trực quan hóa và giám sát: Theo dõi các chỉ số huấn luyện theo thời gian thực và trực quan hóa quá trình học để có thêm thông tin chi tiết.

Ví dụ sử dụng#

Huấn luyện YOLO26n trên dataset COCO8 trong 100 epoch với kích thước ảnh 640. Có thể chỉ định thiết bị huấn luyện bằng đối số device. Nếu không truyền đối số, GPU device=0 sẽ được sử dụng nếu có; nếu không, sẽ sử dụng device='cpu'.

Lỗi đa xử lý trên Windows

Trên Windows, bạn có thể gặp RuntimeError khi khởi chạy quá trình huấn luyện dưới dạng script. Thêm khối if __name__ == "__main__": trước mã huấn luyện để khắc phục.

Ví dụ huấn luyện với một GPU và CPU

Thiết bị được xác định tự động. Nếu có GPU, GPU sẽ được sử dụng (CUDA device 0 mặc định); nếu không, quá trình huấn luyện sẽ bắt đầu trên CPU.

from ultralytics import YOLO

# Tải model
model = YOLO("yolo26n.yaml")  # tạo model mới từ YAML
model = YOLO("yolo26n.pt")  # tải model đã huấn luyện trước (được khuyến nghị khi huấn luyện)
model = YOLO("yolo26n.yaml").load("yolo26n.pt")  # tạo từ YAML và chuyển trọng số

# Huấn luyện model
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

Huấn luyện nhiều GPU#

Huấn luyện đa GPU tận dụng phần cứng hiện có hiệu quả hơn bằng cách phân bổ tải huấn luyện trên nhiều GPU. Tính năng này được cung cấp thông qua cả Python API và giao diện dòng lệnh. Để bật tính năng huấn luyện đa GPU, hãy chỉ định ID thiết bị GPU mà bạn muốn sử dụng.

Ví dụ huấn luyện nhiều GPU

Để huấn luyện bằng 2 GPU (thiết bị CUDA 0 và 1), hãy dùng các lệnh sau. Mở rộng sang nhiều GPU hơn nếu cần.

from ultralytics import YOLO

# Tải model
model = YOLO("yolo26n.pt")  # tải model đã huấn luyện trước (được khuyến nghị khi huấn luyện)

# Huấn luyện model bằng 2 GPU
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=[0, 1])

# Huấn luyện model bằng hai GPU ít bận nhất
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=[-1, -1])
Hỗ trợ nhiều GPU trên Windows

Huấn luyện nhiều GPU không hoạt động trên Windows với các PyTorch wheel chính thức dành cho torch>=2.4. Ultralytics khởi chạy DDP thông qua torch.distributed.run, bước rendezvous của thành phần này tạo một TCPStore sử dụng backend libuv theo mặc định kể từ PyTorch 2.4, trong khi các wheel Windows chính thức được build mà không có libuv. Quá trình huấn luyện thoát ngay lập tức với:

RuntimeError: use_libuv was requested but PyTorch was built without libuv support

Việc đặt USE_LIBUV=0 không khắc phục được vấn đề này vì rendezvous trực tiếp tạo TCPStore và luồng thực thi đó không đọc biến này. Hãy huấn luyện trên Linux hoặc WSL2 để sử dụng nhiều GPU, hoặc huấn luyện bằng một GPU với device=0 trên Windows.

Huấn luyện nhiều GPU với mã tùy chỉnh

Khi bạn chỉ định nhiều thiết bị (ví dụ: device=[0, 1]), Ultralytics sẽ tự khởi chạy một phiên bản trainer mới và thực thi torch.distributed.run ở chế độ nền. Cách này hoạt động với việc sử dụng CLI thông thường và các script Python không sửa đổi.

Tuy nhiên, nếu script của bạn có các thành phần tùy chỉnh—chẳng hạn như trainer, validator, dataset hoặc pipeline tăng cường dữ liệu tùy chỉnh—thì những đối tượng này không thể được tuần tự hóa và chuyển tự động sang các tiến trình con DDP. Trong trường hợp này, bạn phải khởi chạy script trực tiếp bằng torch.distributed.run:

python -m torch.distributed.run --nproc_per_node 2 your_training_script.py

Huấn luyện trên GPU AMD sử dụng bản build PyTorch ROCm với cú pháp device=0 hoặc device=cuda:0 tiêu chuẩn. Xem hướng dẫn tích hợp AMD để biết cách cài đặt ROCm, huấn luyện nhiều GPU, lưu ý về AMP và suy luận MIGraphX với các model đã export.

Huấn luyện trên GPU Intel sử dụng device=xpu:0 hoặc nhiều XPU ID với bản build PyTorch có cung cấp XCCL.

Huấn luyện trên NPU Huawei Ascend#

Ultralytics hỗ trợ huấn luyện và xác thực trên NPU Huawei Ascend thông qua torch_npu. Cài đặt các phiên bản CANN, PyTorch và torch_npu tương thích với nhau theo hướng dẫn cài đặt Ascend Extension for PyTorch, sau đó nạp môi trường CANN trước khi khởi chạy Ultralytics:

source /usr/local/Ascend/ascend-toolkit/set_env.sh
Ví dụ huấn luyện trên NPU Ascend
from ultralytics import YOLO

model = YOLO("yolo26n.pt")

# Huấn luyện trên một NPU Ascend
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device="npu:0")

# Huấn luyện trên hai NPU Ascend với HCCL
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device="npu:0,1")

Các tính năng huấn luyện tiêu chuẩn, bao gồm AMP, xác thực, lưu checkpoint và tiếp tục huấn luyện, đều sử dụng NPU đang hoạt động. AutoBatch khả dụng khi huấn luyện trên một NPU, trong khi nhiều NPU ID sẽ khởi chạy huấn luyện phân tán thông qua HCCL. Xem hướng dẫn tích hợp Huawei Ascend để biết cách export và triển khai model sau khi huấn luyện.

Huấn luyện trên GPU ít bận#

Tính năng huấn luyện trên GPU nhàn rỗi tự động chọn các GPU ít được sử dụng nhất trong hệ thống nhiều GPU, nhờ đó bạn không cần chọn thiết bị thủ công. Tính năng này xếp hạng các GPU khả dụng dựa trên mức sử dụng và VRAM còn trống.

Ví dụ huấn luyện trên GPU ít bận

Để tự động chọn và sử dụng GPU ít bận nhất cho quá trình huấn luyện, hãy dùng tham số device -1. Tính năng này đặc biệt hữu ích trong môi trường điện toán dùng chung hoặc trên máy chủ có nhiều người dùng.

from ultralytics import YOLO

# Tải model
model = YOLO("yolo26n.pt")  # tải model đã huấn luyện trước (được khuyến nghị khi huấn luyện)

# Huấn luyện bằng GPU ít bận nhất
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=-1)

# Huấn luyện bằng hai GPU ít bận nhất
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=[-1, -1])

Thuật toán tự động chọn ưu tiên các GPU có:

  1. Phần trăm mức sử dụng hiện tại thấp hơn
  2. Dung lượng bộ nhớ khả dụng cao hơn (VRAM còn trống)

Tính năng này đặc biệt hữu ích trong môi trường điện toán dùng chung hoặc khi chạy nhiều tác vụ huấn luyện cùng lúc, vì thiết bị được chọn dựa trên điều kiện hiện tại mỗi khi một lần chạy bắt đầu.

Huấn luyện MPS trên Apple Silicon#

Các model Ultralytics YOLO có thể huấn luyện trên Apple silicon thông qua framework Metal Performance Shaders (MPS), framework này chạy các tác vụ tính toán và xử lý ảnh trên GPU tùy chỉnh của Apple.

Để huấn luyện trên Apple silicon, hãy chỉ định mps làm thiết bị khi bắt đầu huấn luyện bằng Python hoặc dòng lệnh:

Ví dụ huấn luyện MPS
from ultralytics import YOLO

# Tải model
model = YOLO("yolo26n.pt")  # tải model đã huấn luyện trước (được khuyến nghị khi huấn luyện)

# Huấn luyện model bằng MPS
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device="mps")

Tiếp tục quá trình huấn luyện bị gián đoạn#

Tiếp tục huấn luyện từ checkpoint đã lưu rất hữu ích khi một lần chạy bị gián đoạn ngoài dự kiến hoặc khi bạn muốn tiếp tục huấn luyện model bằng dữ liệu mới hay thêm epoch.

Khi tiếp tục huấn luyện, Ultralytics YOLO tải trọng số từ model được lưu gần nhất, đồng thời khôi phục trạng thái optimizer, bộ lập lịch learning rate, số epoch và dataset. Sau đó, quá trình huấn luyện tiếp tục từ điểm đã dừng. Truyền rõ data= cùng với resume để tiếp tục trên một dataset khác thay vì dataset của checkpoint.

Tiếp tục huấn luyện trong Ultralytics YOLO bằng cách đặt đối số resume thành True khi gọi phương thức train, đồng thời chỉ định đường dẫn đến tệp .pt chứa trọng số model đã được huấn luyện một phần.

Để tiếp tục một lần chạy huấn luyện bị gián đoạn bằng Python hoặc dòng lệnh:

Ví dụ tiếp tục huấn luyện
from ultralytics import YOLO

# Tải model
model = YOLO("path/to/last.pt")  # tải model đã được huấn luyện một phần

# Tiếp tục huấn luyện
results = model.train(resume=True)

Khi đặt resume=True, hàm train sẽ tiếp tục huấn luyện từ điểm đã dừng, sử dụng trạng thái được lưu trong tệp path/to/last.pt. Nếu bỏ qua đối số resume hoặc đặt thành False, hàm train sẽ bắt đầu một phiên huấn luyện mới. Lần chạy truyền dữ liệu lên Ultralytics Platform sẽ tiếp tục sử dụng cùng model trên Platform khi được tiếp tục.

Theo mặc định, checkpoint được lưu vào cuối mỗi epoch hoặc theo các khoảng cố định bằng đối số save_period, vì vậy bạn phải hoàn thành ít nhất 1 epoch để tiếp tục một lượt huấn luyện.

Thiết lập Train#

Các thiết lập huấn luyện cho model YOLO bao gồm nhiều hyperparameter và cấu hình được sử dụng trong quá trình huấn luyện. Những thiết lập này ảnh hưởng đến hiệu năng, tốc độ và độ chính xác của model. Các thiết lập huấn luyện chính gồm kích thước batch, learning rate, momentum và weight decay. Ngoài ra, việc chọn optimizer, hàm loss và thành phần của dataset huấn luyện cũng có thể ảnh hưởng đến quá trình huấn luyện. Tinh chỉnh và thử nghiệm cẩn thận với các thiết lập này là yếu tố then chốt để tối ưu hiệu năng.

Optimizer MuSGD#

Trong YOLO26, MuSGD là một optimizer lai, kết hợp các bước cập nhật SGD tiêu chuẩn với các bước cập nhật trực giao kiểu Muon.

Optimizer này được khuyến nghị cho các lượt huấn luyện YOLO26 kéo dài và dataset lớn hơn, trong đó các cập nhật Muon được trực giao hóa có thể giúp ổn định quá trình tối ưu hóa.

Chỉ các trọng số tuyến tính 2D và bộ lọc tích chập 4D (được định hình lại thành 2D) mới nhận cập nhật kiểu Muon cùng với SGD, trong khi mọi tham số khác, chẳng hạn trọng số batch normalization và các giá trị bias, vẫn dùng SGD tiêu chuẩn.

Khi sử dụng optimizer=auto, Ultralytics tự động chọn MuSGD cho các lượt huấn luyện kéo dài (thường là khi số vòng lặp > 10000). Với các lượt ngắn hơn, trainer chuyển sang AdamW. Ở chế độ auto, trainer cũng chọn learning rate, vì vậy lr0 do người dùng cung cấp sẽ bị bỏ qua. Để tự kiểm soát các thiết lập này, hãy chọn rõ optimizer, chẳng hạn optimizer=AdamW lr0=0.001.

Ví dụ sử dụng:

yolo train model=yolo26n.pt data=coco8.yaml optimizer=MuSGD

Xem phần triển khai trong ultralytics/optim/muon.py và logic tự động chọn optimizer trong BaseTrainer.build_optimizer.

Đối sốKiểuMặc địnhMô tả
modelstrNoneChỉ định file model dùng để huấn luyện. Chấp nhận đường dẫn đến model pretrained .pt hoặc file cấu hình .yaml. Đây là thiết lập thiết yếu để xác định cấu trúc model hoặc khởi tạo trọng số.
datastrNoneĐường dẫn đến YAML của dataset (ví dụ: coco8.yaml), chứa đường dẫn đến dữ liệu validation và dữ liệu huấn luyện, tên lớp cùng số lượng lớp. Với phân loại, thay vào đó hãy cung cấp thư mục dataset hoặc tên dataset tích hợp sẵn (ví dụ: imagenet10).
epochsint100Tổng số epoch huấn luyện. Mỗi epoch là một lượt duyệt qua toàn bộ dataset. Điều chỉnh giá trị này có thể ảnh hưởng đến thời lượng huấn luyện và hiệu năng model.
timefloatNoneThời gian huấn luyện tối đa tính bằng giờ. Nếu được đặt, giá trị này sẽ ghi đè đối số epochs, cho phép tự động dừng huấn luyện sau khoảng thời gian đã chỉ định. Hữu ích trong các tình huống bị giới hạn thời gian huấn luyện.
patienceint100Số epoch chờ mà không có cải thiện về metric validation trước khi dừng sớm quá trình huấn luyện. Giúp ngăn overfitting bằng cách dừng huấn luyện khi hiệu năng chững lại.
batchint hoặc float16Kích thước batch, với ba chế độ: đặt dưới dạng số nguyên (ví dụ: batch=16), chế độ tự động sử dụng 60% bộ nhớ GPU khả dụng (batch=-1), hoặc chế độ tự động với tỷ lệ bộ nhớ GPU khả dụng được chỉ định (batch=0.70).
imgszint640Kích thước hình ảnh mục tiêu dùng cho huấn luyện. Hình ảnh được thay đổi kích thước thành hình vuông có cạnh bằng giá trị đã chỉ định (nếu rect=False), giữ nguyên tỷ lệ khung hình với model YOLO nhưng không áp dụng với RT-DETR. Ảnh hưởng đến độ chính xác và độ phức tạp tính toán của model.
saveboolTrueBật lưu checkpoint huấn luyện và trọng số model cuối cùng. Hữu ích để tiếp tục huấn luyện hoặc triển khai model.
save_periodint-1Tần suất lưu checkpoint model, tính theo epoch. Giá trị -1 sẽ tắt tính năng này. Hữu ích để lưu các model trung gian trong những phiên huấn luyện kéo dài.
cachebool hoặc strFalseBật cache hình ảnh dataset trong bộ nhớ (True/ram), trên ổ đĩa (disk) hoặc tắt cache (False). Tăng tốc độ huấn luyện bằng cách giảm I/O ổ đĩa, đổi lại cần nhiều bộ nhớ hơn.
tilebool hoặc intFalseMở rộng mỗi ảnh nguồn thành các ô huấn luyện cố định, cắt nhãn theo ô và giữ lại các cửa sổ âm. True sử dụng imgsz; số nguyên dương đặt kích thước ô. Xem Chia ảnh độ phân giải cao theo ô.
deviceint hoặc str hoặc listNoneChỉ định (các) thiết bị tính toán dùng để huấn luyện: một GPU (device=0), nhiều GPU (device=[0,1]), CPU (device=cpu), MPS cho Apple silicon (device=mps), Huawei Ascend NPU (device=npu:0 hoặc device=npu:0,1), Intel XPU (device=xpu:0), hoặc tự động chọn GPU đang rảnh (device=-1) hay nhiều GPU đang rảnh (device=[-1,-1]).
workersint8Số luồng worker dùng để tải dữ liệu (cho mỗi RANK nếu huấn luyện đa GPU). Ảnh hưởng đến tốc độ tiền xử lý dữ liệu và đưa dữ liệu vào model; đặc biệt hữu ích trong cấu hình nhiều GPU.
projectstrNoneTên thư mục dự án nơi lưu đầu ra huấn luyện. Đường dẫn tương đối sẽ được đặt bên dưới runs_dir/<task>, còn đường dẫn tuyệt đối được sử dụng nguyên trạng.
namestrNoneTên lần chạy huấn luyện. Dùng để tạo thư mục con trong thư mục project, nơi lưu log và kết quả huấn luyện.
exist_okboolFalseNếu là True, cho phép ghi đè thư mục project/name hiện có. Hữu ích khi thử nghiệm lặp lại mà không cần xóa thủ công các kết quả trước đó.
save_dirstrNoneChỉ định chính xác thư mục lưu kết quả lần chạy, ghi đè tổ hợp project/name. Đường dẫn được sử dụng nguyên trạng, không tự động tăng số; vì vậy các lần chạy liên tiếp sẽ dùng lại cùng thư mục.
pretrainedbool hoặc strTrueXác định có bắt đầu huấn luyện từ trọng số pretrained hay không. Có thể là giá trị boolean hoặc đường dẫn dạng chuỗi đến trọng số cần tải. pretrained=False huấn luyện từ trọng số được khởi tạo ngẫu nhiên trong khi vẫn giữ nguyên kiến trúc model.
cls_remapboolTrueKhi fine-tune trên nhiều dataset, sao chép các hàng của classification head pretrained sang model mới ở những vị trí tên lớp trùng khớp, nhờ đó các lớp trùng nhau giữ lại bias đã học và cả trọng số nếu chiều rộng của head không đổi. Áp dụng khi số lượng lớp khác nhau, hoặc khi số lượng lớp giống nhau nhưng thứ tự lớp khác nhau.
optimizerstr'auto'Lựa chọn optimizer dùng để huấn luyện. Các tùy chọn gồm SGD, MuSGD, Adam, Adamax, AdamW, NAdam, RAdam, RMSProp hoặc auto để chọn AdamW hoặc MuSGD dựa trên số lần lặp huấn luyện. Ảnh hưởng đến tốc độ và độ ổn định hội tụ.
seedint0Đặt seed ngẫu nhiên cho quá trình huấn luyện, đảm bảo có thể tái lập kết quả giữa các lần chạy với cùng cấu hình.
deterministicboolTrueBuộc sử dụng thuật toán tất định, đảm bảo khả năng tái lập nhưng có thể ảnh hưởng đến hiệu năng và tốc độ do hạn chế sử dụng thuật toán không tất định.
verboseboolTrueBật đầu ra chi tiết trong quá trình huấn luyện, hiển thị thanh tiến trình, metric theo từng epoch và thông tin huấn luyện bổ sung trong console.
single_clsboolFalseCoi tất cả lớp trong dataset đa lớp là một lớp duy nhất trong quá trình huấn luyện. Hữu ích cho các tác vụ phân loại nhị phân hoặc khi tập trung vào sự hiện diện của đối tượng thay vì phân loại.
classeslist[int]NoneChỉ định danh sách ID lớp cần huấn luyện. Hữu ích để lọc và chỉ tập trung vào một số lớp nhất định trong quá trình huấn luyện.
rectboolFalseBật chiến lược đệm tối thiểu — hình ảnh trong một batch chỉ được đệm vừa đủ để đạt kích thước chung, với cạnh dài nhất bằng imgsz. Có thể cải thiện hiệu suất và tốc độ nhưng ảnh hưởng đến độ chính xác của model. YOLO trainer tiêu chuẩn sử dụng rect=True để xác thực các tác vụ phát hiện, phân đoạn, tư thế và OBB, bất kể thiết lập này.
multi_scalefloat0.0Thay đổi ngẫu nhiên imgsz theo từng batch trong phạm vi +/- multi_scale (ví dụ: 0.25 -> 0.75x đến 1.25x), làm tròn theo bội số stride của model; 0.0 sẽ tắt huấn luyện đa tỷ lệ.
cos_lrboolFalseSử dụng bộ lập lịch learning rate cosine, điều chỉnh learning rate theo đường cong cosine qua các epoch. Giúp quản lý learning rate để hội tụ tốt hơn.
close_mosaicint10Tắt mosaic data augmentation trong N epoch cuối để ổn định quá trình huấn luyện trước khi kết thúc. Đặt thành 0 để tắt tính năng này.
resumeboolFalseTiếp tục huấn luyện từ checkpoint được lưu gần nhất. Tự động tải trọng số model, trạng thái optimizer và số epoch, rồi tiếp tục huấn luyện từ điểm đã dừng.
ampbool hoặc strTrueĐặt độ chính xác huấn luyện: True hoặc "fp16" sử dụng FP16, "bf16" sử dụng BF16 trên các thiết bị CUDA được hỗ trợ, còn False hoặc "fp32" sử dụng FP32.
quantizeint hoặc strNoneĐặt thành 8 (hoặc "int8") để thực hiện huấn luyện nhận biết lượng tử hóa INT8 (QAT), trong đó fine-tune với lượng tử hóa giả trong vòng lặp để trọng số tương thích với quá trình export INT8. Xem Huấn luyện nhận biết lượng tử hóa.
fractionfloat, int hoặc list1.0Tập con của dataset, biểu thị bằng tỷ lệ/số lượng hoặc danh sách [train, val, test]. 1 nghĩa là dùng toàn bộ split, số nguyên lớn hơn 1 là số lượng hình ảnh, và chỉ mục test tùy chọn mới chấp nhận 0/0.0 để biểu thị không dùng test. Danh sách hai phần tử sẽ giữ nguyên toàn bộ tập test.
profileboolFalseBật profiling tốc độ ONNX và TensorRT trong quá trình huấn luyện, hữu ích để tối ưu triển khai model.
freezeint hoặc listNoneĐóng băng N layer đầu tiên của model hoặc các layer cụ thể theo chỉ số hay tên module (23.cv2, không có tiền tố model.), qua đó giảm số lượng tham số có thể huấn luyện. Hữu ích cho fine-tune hoặc transfer learning.
lr0float0.01Learning rate ban đầu (ví dụ: SGD=1E-2, Adam=1E-3). Bị bỏ qua khi dùng optimizer='auto' mặc định; hãy chỉ định rõ optimizer để sử dụng giá trị này.
lrffloat0.01Learning rate cuối cùng tính theo tỷ lệ của learning rate ban đầu = (lr0 * lrf), được dùng cùng với các scheduler để điều chỉnh learning rate theo thời gian.
momentumfloat0.937Momentum của SGD/MuSGD hoặc beta1 đối với các optimizer Adam. Với optimizer=auto, AdamW sử dụng 0.9; MuSGD bắt đầu ở 0.9, sau đó warmup nội suy từ warmup_momentum đến momentum. Nếu không có warmup, MuSGD tự động giữ ở mức 0.9.
weight_decayfloat0.0005Thành phần regularization L2, phạt các trọng số lớn để ngăn overfitting.
warmup_epochsfloat3.0Số epoch warmup (có thể dùng số thập phân), được giới hạn để epoch cuối cùng không còn warmup. Tốc độ học tăng tuyến tính từ 0 (bias từ warmup_bias_lr) đến giá trị theo lịch trình, momentum tăng từ warmup_momentum đến momentum, và tích lũy gradient tăng từ 1 batch đến giá trị danh định (xem nbs); tất cả đều đạt giá trị mục tiêu khi kết thúc warmup.
warmup_momentumfloat0.8Momentum ban đầu cho các optimizer có thành phần momentum (SGD, MuSGD, RMSprop), tăng tuyến tính đến momentum khi kết thúc warmup. beta1 của họ Adam không được warmup.
warmup_bias_lrfloat0.1Learning rate cho các tham số bias trong giai đoạn warmup, giúp ổn định quá trình huấn luyện model ở các epoch đầu. Tự động đặt thành 0.0 với optimizer='auto' mặc định; hãy chỉ định rõ optimizer để sử dụng giá trị này.
distill_modelstrNoneĐường dẫn đến checkpoint của model teacher (ví dụ: yolo26x.pt) để chưng cất tri thức. Khi được đặt, model student sẽ được huấn luyện với loss chưng cất bổ sung, dựa trên hướng dẫn từ model teacher đã đóng băng.
disfloat6.0Trọng số của loss chưng cất được cộng vào các loss phát hiện tiêu chuẩn. Giá trị cao hơn làm tăng ảnh hưởng của hướng dẫn đặc trưng từ teacher.
boxfloat7.5Trọng số của thành phần box loss trong hàm loss, quyết định mức độ ưu tiên cho việc dự đoán chính xác tọa độ bounding box.
clsfloat0.5Trọng số của classification loss trong hàm loss tổng thể, ảnh hưởng đến mức độ quan trọng của việc dự đoán đúng lớp so với các thành phần khác.
cls_pwfloat0.0Số mũ dùng để gán trọng số lớp nhằm xử lý mất cân bằng lớp dựa trên tần suất lớp nghịch đảo. 0.0 tắt việc gán trọng số lớp, còn 1.0 áp dụng đầy đủ trọng số tần suất nghịch đảo. Các giá trị từ 0 đến 1 áp dụng trọng số một phần.
dflfloat1.5Trọng số của thành phần hồi quy khoảng cách box: distribution focal loss (DFL) khi detection head sử dụng reg_max > 1, hoặc loss L1 trên khoảng cách box chuẩn hóa với YOLO26 không dùng DFL (reg_max: 1).
posefloat12.0Trọng số của pose loss trong các model được huấn luyện để ước lượng tư thế, ảnh hưởng đến mức độ ưu tiên cho việc dự đoán chính xác keypoint tư thế.
kobjfloat1.0Trọng số của keypoint objectness loss trong các model ước lượng tư thế, cân bằng độ tin cậy phát hiện với độ chính xác tư thế.
rlefloat1.0Trọng số của loss ước lượng log-likelihood phần dư trong các model ước lượng tư thế, ảnh hưởng đến độ chính xác khi định vị keypoint.
anglefloat1.0Trọng số của angle loss trong model OBB, ảnh hưởng đến độ chính xác của dự đoán góc hộp giới hạn định hướng.
dlogfloat1.0Trọng số của loss logarit bất biến tỷ lệ (SILog) trong các model ước lượng độ sâu, thành phần chính thúc đẩy độ chính xác độ sâu.
dgradfloat0.5Trọng số của gradient loss trong các model ước lượng độ sâu, phạt lỗi tại các cạnh độ sâu và khuyến khích ranh giới bề mặt sắc nét hơn.
dlamfloat1.0Hệ số tập trung phương sai của SILog loss trong các model ước lượng độ sâu. 1.0 làm cho loss bất biến tỷ lệ hoàn toàn, trong khi 0.0 rút gọn loss thành log-RMSE thuần.
nbsint64Kích thước batch danh định. Gradient được tích lũy qua round(nbs / batch) batch cho mỗi bước optimizer (ít nhất là 1 và, ngoài chế độ time, nhiều nhất bằng tổng số batch của lần chạy), đồng thời weight_decay được điều chỉnh theo batch * accumulate / nbs để tương ứng.
overlap_maskboolTrueXác định có gộp mask của các đối tượng thành một mask duy nhất khi huấn luyện hay giữ riêng mask cho từng đối tượng. Nếu các mask chồng lấn, khi gộp thì mask nhỏ hơn sẽ được đặt lên trên mask lớn hơn.
mask_ratioint4Tỷ lệ giảm mẫu cho mask phân đoạn, ảnh hưởng đến độ phân giải của mask được sử dụng trong quá trình huấn luyện. Không làm thay đổi độ phân giải của mask dự đoán.
dropoutfloat0.0Tỷ lệ dropout dùng để regularization trong các tác vụ phân loại, ngăn overfitting bằng cách ngẫu nhiên loại bỏ các unit trong quá trình huấn luyện.
valboolTrueBật validation trong quá trình huấn luyện, cho phép đánh giá định kỳ hiệu năng model trên một dataset riêng.
splitstr'val'Phần chia dataset được dùng để validation trong quá trình train: val, test hoặc train. Các metric của phần chia này dùng để chọn best.pt và điều khiển early stopping.
nmsbool, không bắt buộcNoneChọn detection head dùng để suy luận khi validation theo epoch, chọn checkpoint và dừng sớm. None hoặc True sử dụng one-to-many với NMS; False sử dụng head không cần NMS nếu có. Cả hai head vẫn giữ nguyên các loss huấn luyện.
plotsboolTrueTạo và lưu biểu đồ metric huấn luyện và validation, cùng các ví dụ dự đoán, cung cấp thông tin trực quan về hiệu năng model và tiến trình học.
compilebool hoặc strFalseBật biên dịch đồ thị torch.compile của PyTorch 2.x bằng backend='inductor'. Chấp nhận True → "default", False → tắt, hoặc chế độ dạng chuỗi như "default", "reduce-overhead", "max-autotune-no-cudagraphs". Nếu không được hỗ trợ, sẽ chuyển về chế độ eager kèm cảnh báo.
channels_lastboolNoneSử dụng định dạng bộ nhớ channels_last (NHWC) cho các phép tích chập trong quá trình huấn luyện. None tự động bật định dạng này trên CUDA với PyTorch 1.11 trở lên, ngoại trừ Windows và AMD ROCm, nơi định dạng này được đo là chậm hơn. False tắt định dạng này, còn True yêu cầu sử dụng định dạng này một cách tường minh. Khi huấn luyện trên CPU hoặc MPS, định dạng luôn là NCHW (True bị bỏ qua kèm theo cảnh báo).
max_detint300Số lượng phát hiện tối đa trên mỗi ảnh trong quá trình validation khi huấn luyện. Với detect, segment, pose và OBB, giá trị mặc định 300 chỉ tăng lên số lượng đối tượng được gán nhãn lớn nhất trong train/val khi số lượng đó vượt quá 300. Các giá trị khác được giữ nguyên; nếu vượt giới hạn sẽ có cảnh báo.
Lưu ý về thiết lập batch size

Đối số batch chấp nhận ba loại giá trị, đồng thời trainer bổ sung hai biện pháp bảo vệ:

  • Cố định kích thước batch: Đặt một giá trị số nguyên (ví dụ: batch=16), chỉ định trực tiếp số lượng ảnh trong mỗi batch. Khi huấn luyện đa GPU, batch toàn cục này được chia đều cho các GPU, vì vậy giá trị phải ít nhất bằng số lượng GPU; phần dư sẽ bị loại bỏ (ví dụ: batch=15 trên 2 GPU sẽ huấn luyện 7 ảnh trên mỗi GPU).
  • Chế độ tự động (60% bộ nhớ GPU): Sử dụng batch=-1 để tự động điều chỉnh kích thước batch sao cho sử dụng khoảng 60% bộ nhớ CUDA khả dụng cho quá trình huấn luyện.
  • Chế độ tự động với tỷ lệ sử dụng: Đặt một giá trị tỷ lệ (ví dụ: batch=0.70) để điều chỉnh kích thước batch dựa trên tỷ lệ bộ nhớ GPU khả dụng được chỉ định.
  • Tự động thử lại khi OOM: Nếu xảy ra lỗi CUDA hết bộ nhớ trong epoch đầu tiên, trainer tự động giảm một nửa batch size rồi thử lại (tối đa 3 lần). Tính năng này chỉ áp dụng cho huấn luyện trên một GPU; huấn luyện đa GPU (DDP) sẽ báo lỗi ngay lập tức.
  • Không tìm thấy cấu hình phù hợp: Nếu không có batch size ứng viên nào tạo được profile khả dụng, AutoBatch sẽ đưa ra RuntimeError rõ ràng thay vì âm thầm chuyển về một giá trị mặc định không liên quan.

Thiết lập augmentation và siêu tham số#

Các kỹ thuật tăng cường dữ liệu rất cần thiết để cải thiện độ bền vững và hiệu năng của model YOLO bằng cách tạo biến thiên trong dữ liệu huấn luyện, giúp model tổng quát hóa tốt hơn trên dữ liệu chưa từng thấy. Bảng sau trình bày mục đích và tác động của từng đối số tăng cường dữ liệu:

Đối sốKiểuMặc địnhCác tác vụ được hỗ trợPhạm viMô tả
hsv_hfloat0.015detect, segment, semantic, depth, classify, pose, obb0.0 - 1.0Điều chỉnh sắc độ của ảnh theo một phần vòng màu, tạo ra biến thiên màu sắc. Giúp model khái quát hóa trong các điều kiện chiếu sáng khác nhau. Với classify, tùy chọn này chỉ áp dụng khi auto_augment=None.
hsv_sfloat0.7detect, segment, semantic, depth, classify, pose, obb0.0 - 1.0Thay đổi độ bão hòa của ảnh theo một tỷ lệ, ảnh hưởng đến cường độ màu sắc. Hữu ích để mô phỏng các điều kiện môi trường khác nhau. Với classify, tùy chọn này chỉ áp dụng khi auto_augment=None.
hsv_vfloat0.4detect, segment, semantic, depth, classify, pose, obb0.0 - 1.0Điều chỉnh giá trị (độ sáng) của ảnh theo một tỷ lệ, giúp model hoạt động tốt trong nhiều điều kiện chiếu sáng khác nhau. Với classify, tùy chọn này chỉ áp dụng khi auto_augment=None.
degreesfloat0detect, segment, semantic, depth, pose, obb0.0 - 180Xoay ngẫu nhiên ảnh trong phạm vi độ được chỉ định, cải thiện khả năng nhận diện đối tượng ở nhiều hướng khác nhau của model.
translatefloat0.1detect, segment, semantic, depth, pose, obb0.0 - 1.0Dịch chuyển ảnh theo chiều ngang và chiều dọc một phần so với kích thước ảnh, hỗ trợ model học cách phát hiện các đối tượng chỉ hiển thị một phần.
scalefloat | tuple0.5detect, segment, semantic, depth, classify, pose, obb0 - 1 hoặc tuple (min, max) được chỉ định tường minh (không áp dụng cho classify).Thay đổi tỷ lệ ảnh theo hệ số khuếch đại, mô phỏng đối tượng ở các khoảng cách khác nhau so với camera.
shearfloat0detect, segment, semantic, depth, pose, obb-180 - +180Biến dạng xiên ảnh theo số độ được chỉ định, mô phỏng hiệu ứng khi quan sát đối tượng từ các góc khác nhau.
perspectivefloat0detect, segment, semantic, depth, pose, obb0.0 - 0.001Áp dụng phép biến đổi phối cảnh ngẫu nhiên lên ảnh, cải thiện khả năng hiểu đối tượng trong không gian 3D của model.
flipudfloat0detect, segment, semantic, depth, classify, pose, obb0.0 - 1.0Lật ngược ảnh theo xác suất được chỉ định, tăng độ biến thiên của dữ liệu mà không làm thay đổi đặc điểm của đối tượng.
fliplrfloat0.5detect, segment, semantic, depth, classify, pose, obb0.0 - 1.0Lật ảnh theo chiều ngang với xác suất được chỉ định, hữu ích để model học về các đối tượng đối xứng và tăng tính đa dạng của dataset.
bgrfloat0detect, segment, semantic, depth, pose, obb0.0 - 1.0Đảo thứ tự kênh ảnh từ RGB sang BGR với xác suất được chỉ định, hữu ích để tăng khả năng chống chịu khi thứ tự kênh không chính xác.
mosaicfloat1detect, segment, semantic, pose, obb0.0 - 1.0Kết hợp bốn ảnh huấn luyện thành một, mô phỏng các bố cục cảnh và tương tác đối tượng khác nhau. Có hiệu quả trong việc hiểu các cảnh phức tạp.
mixupfloat0detect, segment, semantic, pose, obb0.0 - 1.0Trộn hai ảnh và nhãn tương ứng để tạo ảnh tổng hợp. Tăng khả năng khái quát hóa của model bằng cách tạo nhiễu nhãn và biến thiên thị giác.
cutmixfloat0detect, segment, semantic, pose, obb0.0 - 1.0Kết hợp các phần của hai ảnh, tạo hiệu ứng trộn một phần trong khi vẫn giữ các vùng riêng biệt. Tăng độ bền vững của model bằng cách tạo ra các tình huống che khuất.
copy_pastefloat0segment, semantic, obb0.0 - 1.0Tỷ lệ đối tượng đủ điều kiện được dán; flip phản chiếu chúng trong ảnh, còn mixup cũng dùng giá trị này làm xác suất áp dụng giữa các ảnh.
copy_paste_modestrflipsegment, semantic, obb-Chỉ định chiến lược copy-paste cần sử dụng. Các tùy chọn gồm 'flip' và 'mixup'.
auto_augmentstrrandaugmentclassify-Áp dụng chính sách tăng cường được xác định trước ('randaugment', 'autoaugment' hoặc 'augmix') để cải thiện hiệu năng model thông qua sự đa dạng thị giác.
erasingfloat0.4classify0.0 - 1.0Xóa ngẫu nhiên các vùng ảnh trong quá trình huấn luyện để khuyến khích model tập trung vào những đặc trưng ít rõ ràng hơn.
augmentationslistNonedetect, segment, semantic, depth, pose, obb-Các phép biến đổi Albumentations tùy chỉnh để tăng cường dữ liệu nâng cao (chỉ dùng được qua Python API). Nhận danh sách các đối tượng transform cho nhu cầu tăng cường chuyên biệt.

Có thể điều chỉnh các thiết lập này để đáp ứng yêu cầu cụ thể của dataset và tác vụ. Thử nghiệm với các giá trị khác nhau có thể giúp tìm ra chiến lược tăng cường dữ liệu tốt nhất.

Thông tin

Để biết thêm thông tin về các thao tác augmentation trong quá trình huấn luyện, hãy xem phần tham khảo.

Ghi log#

Metric, biểu đồ và checkpoint huấn luyện luôn được ghi vào thư mục của lần chạy; Ultralytics cũng truyền dữ liệu đến mọi công cụ theo dõi thí nghiệm mà bạn đã cài đặt và bật: Comet, ClearML, TensorBoard, MLflow, Weights & Biases và DVCLive. Có thể bật hoặc tắt từng logger thông qua cài đặt Ultralytics, chẳng hạn yolo settings tensorboard=True. Ba cấu hình phổ biến nhất được trình bày bên dưới.

Comet#

Comet là một nền tảng cho phép nhà khoa học dữ liệu và nhà phát triển theo dõi, so sánh, giải thích và tối ưu hóa các thí nghiệm và model. Nền tảng này cung cấp metric theo thời gian thực, so sánh khác biệt mã nguồn và theo dõi hyperparameter.

Cách sử dụng Comet:

Ví dụ
# pip install comet_ml
import comet_ml

comet_ml.login()

Hãy đăng nhập vào tài khoản Comet trên trang web của họ và lấy API key. Bạn cần thêm khóa này vào biến môi trường hoặc script để ghi log các thí nghiệm.

ClearML#

ClearML là nền tảng mã nguồn mở tự động hóa việc theo dõi thí nghiệm và hỗ trợ chia sẻ tài nguyên hiệu quả. Nền tảng này được thiết kế để giúp các nhóm quản lý, thực thi và tái tạo quy trình ML hiệu quả hơn.

Cách sử dụng ClearML:

Ví dụ
# pip install clearml
import clearml

clearml.browser_login()

Sau khi chạy script này, bạn cần đăng nhập vào tài khoản ClearML trên trình duyệt và xác thực phiên làm việc.

TensorBoard#

TensorBoard là bộ công cụ trực quan hóa dành cho TensorFlow. Công cụ này cho phép bạn trực quan hóa đồ thị TensorFlow, vẽ các metric định lượng về quá trình thực thi đồ thị và hiển thị dữ liệu bổ sung như hình ảnh đi qua đồ thị.

Cách sử dụng TensorBoard trong Google Colab:

Ví dụ
%load_ext tensorboard
tensorboard --logdir ultralytics/runs # replace with 'runs' directory

Để sử dụng TensorBoard cục bộ, hãy chạy lệnh bên dưới và xem kết quả tại localhost:6006.

Ví dụ
tensorboard --logdir ultralytics/runs # replace with 'runs' directory

Lệnh này sẽ khởi chạy TensorBoard và trỏ đến thư mục lưu các log huấn luyện.

Sau khi thiết lập logger, hãy bắt đầu huấn luyện như thường lệ. Metric huấn luyện sẽ tự động được ghi vào nền tảng bạn chọn, nơi bạn có thể theo dõi hiệu năng theo thời gian, so sánh model và xác định những điểm cần cải thiện.

Tiếp theo là gì#

Đánh giá model đã huấn luyện trên dữ liệu giữ lại để kiểm tra độ chính xác trong thực tế, sau đó xuất model sang ONNX, TensorRT hoặc định dạng triển khai khác. Bạn đang huấn luyện trên dữ liệu của riêng mình thay vì COCO8? Trước tiên, hãy định dạng dữ liệu theo hướng dẫn về Dataset.

Câu hỏi thường gặp#

  • Có. Huấn luyện trên đám mây của Ultralytics Platform cung cấp tín dụng miễn phí để bạn bắt đầu. Tải dataset lên, chọn model và GPU, rồi huấn luyện trực tiếp trên trình duyệt.

  • Để huấn luyện model phát hiện đối tượng bằng Ultralytics YOLO26, bạn có thể dùng Python API hoặc CLI. Dưới đây là ví dụ cho cả hai cách:

    Ví dụ huấn luyện với một GPU và CPU
    from ultralytics import YOLO
    
    # Tải model
    model = YOLO("yolo26n.pt")  # tải model đã huấn luyện trước (được khuyến nghị khi huấn luyện)
    
    # Huấn luyện model
    results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

    Để biết thêm chi tiết, hãy xem phần Thiết lập huấn luyện.

  • Các tính năng chính của chế độ Train trong Ultralytics YOLO26 gồm:

    • Tự động tải dataset: Tự động tải các dataset tiêu chuẩn như COCO, VOC và ImageNet.
    • Hỗ trợ đa GPU: Mở rộng huấn luyện trên nhiều GPU để xử lý nhanh hơn.
    • Cấu hình siêu tham số: Tùy chỉnh siêu tham số thông qua file YAML hoặc đối số CLI.
    • Trực quan hóa và giám sát: Theo dõi metric huấn luyện theo thời gian thực để có được thông tin chuyên sâu hơn.

    Các tính năng này giúp quá trình huấn luyện hiệu quả và có thể tùy chỉnh theo nhu cầu của bạn. Để biết thêm chi tiết, hãy xem phần Các tính năng chính của chế độ Train.

  • Để tiếp tục huấn luyện từ một phiên bị gián đoạn, hãy đặt đối số resume thành True và chỉ định đường dẫn đến checkpoint được lưu gần nhất.

    Ví dụ tiếp tục huấn luyện
    from ultralytics import YOLO
    
    # Tải model đã được huấn luyện một phần
    model = YOLO("path/to/last.pt")
    
    # Tiếp tục huấn luyện
    results = model.train(resume=True)

    Xem phần Tiếp tục huấn luyện bị gián đoạn để biết thêm thông tin.

  • Mất cân bằng lớp xảy ra khi một số lớp có ít mẫu hơn đáng kể so với các lớp khác trong dữ liệu huấn luyện. Điều này có thể khiến model hoạt động kém trên các lớp hiếm. Ultralytics YOLO hỗ trợ gán trọng số cho lớp thông qua đối số cls_pw để giải quyết vấn đề này. Gán trọng số cho loss hiệu quả nhất khi thực hiện ở bước cuối, sau khi thu thập và tăng lấy mẫu các lớp hiếm, như mô tả trong Xử lý mất cân bằng lớp.

    Đối số cls_pw điều khiển mức độ gán trọng số cho lớp dựa trên tần suất lớp nghịch đảo:

    • cls_pw=0.0 (mặc định): Tắt tính năng gán trọng số cho lớp
    • cls_pw=1.0: Áp dụng đầy đủ trọng số theo tần suất nghịch đảo
    • Các giá trị từ 0.0 đến 1.0: Cung cấp mức gán trọng số một phần để xử lý tình trạng mất cân bằng vừa phải

    Trọng số lớp được tính theo (1.0 / class_counts) ^ cls_pw và được chuẩn hóa để giá trị trung bình bằng 1.0. class_counts là số đối tượng được gán nhãn cho mỗi lớp, hoặc số ảnh huấn luyện cho mỗi lớp trong bài toán phân loại; các lớp không có nhãn huấn luyện, chẳng hạn như những lớp bị loại trừ bởi classes=, sẽ có trọng số 1.0. Thay vào đó, phân đoạn ngữ nghĩa tính trọng số dựa trên tần suất pixel, theo (1.0 / ln(1.02 + p)) ^ cls_pw, trong đó p là tỷ lệ pixel huấn luyện được gán nhãn thuộc mỗi lớp, vì vậy lớp không có pixel được gán nhãn sẽ có trọng số lớn nhất.

    Huấn luyện trên dataset mất cân bằng
    from ultralytics import YOLO
    
    # Tải model pretrained
    model = YOLO("yolo26n.pt")
    
    # Huấn luyện với trọng số lớp đầy đủ cho dữ liệu mất cân bằng nghiêm trọng
    results = model.train(data="custom.yaml", epochs=100, imgsz=640, cls_pw=1.0)
    
    # Hoặc dùng trọng số một phần (0.25) cho tình trạng mất cân bằng vừa phải
    results = model.train(data="custom.yaml", epochs=100, imgsz=640, cls_pw=0.25)
    Mẹo

    Bắt đầu với cls_pw=0.25 cho các dataset mất cân bằng vừa phải và tăng lên 1.0 nếu các lớp hiếm vẫn có hiệu suất kém. Bạn có thể kiểm tra trọng số lớp đã tính trong log huấn luyện để xác minh phân bố trọng số.

  • Có, Ultralytics YOLO26 hỗ trợ huấn luyện trên chip Apple silicon bằng framework Metal Performance Shaders (MPS). Hãy chỉ định mps làm thiết bị huấn luyện.

    Ví dụ huấn luyện MPS
    from ultralytics import YOLO
    
    # Tải model pretrained
    model = YOLO("yolo26n.pt")
    
    # Huấn luyện model trên chip Apple silicon (M1/M2/M3/M4)
    results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device="mps")

    Để biết thêm chi tiết, hãy xem phần Huấn luyện MPS trên Apple Silicon.

  • Ultralytics YOLO26 cho phép bạn cấu hình nhiều thiết lập huấn luyện như batch size, learning rate, số epoch và các thiết lập khác thông qua đối số. Sau đây là tổng quan ngắn:

    Đối sốMặc địnhMô tả
    modelNoneĐường dẫn đến file model dùng để huấn luyện.
    dataNoneĐường dẫn đến YAML của dataset (ví dụ: coco8.yaml), hoặc thư mục hay tên dataset (ví dụ: imagenet10) dành cho phân loại.
    epochs100Tổng số epoch huấn luyện.
    batch16Batch size, có thể đặt dưới dạng số nguyên hoặc chế độ tự động.
    imgsz640Kích thước ảnh mục tiêu dùng để huấn luyện.
    deviceNoneThiết bị tính toán dùng để huấn luyện, chẳng hạn cpu, 0, 0,1 hoặc mps.
    saveTrueBật tính năng lưu checkpoint huấn luyện và trọng số model cuối cùng.

    Để xem hướng dẫn chuyên sâu về thiết lập huấn luyện, hãy tham khảo phần Thiết lập huấn luyện.

Bình luận1.074

Đặt câu hỏi, chia sẻ kết quả hoặc giúp đỡ người khác.

  1. drcosimoGitHub

    Hi there, I' m new to this field and I'm trying to train a YOLO model for detection and tracking of video streams for security.

    Until now I have managed to create my pipeline for training and I want to understand if it's a correct/possible approach:

    1. Load a pretrained model from yolo

    2. transfer learning with my custom dataset that possibly can focus on just some classes(person,car,truck,bus,bycicle)

    3. Validate model to see how it performs

    4. Operate a tuning with the custom best model and using my custom dataset

    5. Retrain the initial pretrained model with my custom dataset and the best hyperparameters found in the tuning process.

    6. Validate final model

    The questions are several:

    • The above approach is logically correct or it has flaws?
    • Is it correct to narrow the detected classes? Or it isn't crucial to the precision of the model?
    • When tuning(if its a correct approach) should i use my dataset or try the coco dataset to keep generalization?
    • When tuning should i specify the classes to detect?
    • When retraining should I use the first pretrained model or it is better to use my custom trained model?
    • In the final training am I using the correct parameters?

    Here the code of the pipeline:

    from ultralytics import YOLO import yaml

    load pretrained model from coco dataset

    model:YOLO = YOLO('yolov8n.yaml').load('yolov8n.pt')

    train_classes = []

    NOTE if you're using COCO format, the new dataset should also be in COCO format.

    operate transfer learning with my custom dataset, narrowing the classes to the ones I want to detect

    model.train(data='custom_data.yaml',classes=train_classes,epochs=200,imgsz=640,optimizer='AdamW',device=[0,1],augment=True,name='custom_model')

    load custom model

    custom_model = YOLO('path/to/best.pt')

    validate custom model

    custom_model.val()

    try tuning to find the best hyperparameters for my custom model

    custom_model.tune(data='custom_data.yaml', epochs=50, iterations=100,optimizer="AdamW", plots=True,save=True,val=True)

    load best hyperparameters

    cfg = yaml.load(open('path/to/best_hyperparameters.yaml'))

    retrain custom model from pretrained on coco with best hyperparameters

    model.train(data='custom_data.yaml',classes=train_classes,epochs=200,imgsz=640,device=[0,1],name='custom_model',exist_ok=True,optimizer='AdamW',**cfg)

    load and validate

    tuned_custom_model = YOLO('path/to/best.pt')

    tuned_custom_model.val()


    Thank you for your effort and time in this project!

    3
    1. Paula DerrengerUltralytics(đã chỉnh sửa)

      Hello,

      Your approach to training a YOLO model for detection and tracking is well-thought-out and mostly aligns with best practices. Here are some insights and answers to your questions:

      1. Approach Validity: Your steps are logically sound. Starting with a pretrained model and applying transfer learning to your specific classes is a recommended strategy. Validating and tuning based on the performance helps refine the model further.

      2. Narrowing Detected Classes: It's perfectly fine to focus on specific classes if those are the only ones relevant to your use case. This can help improve the model's performance by reducing the complexity of the problem it needs to solve.

      3. Dataset for Tuning: Use your custom dataset for tuning. This ensures that the hyperparameters are optimized for the specific characteristics of your data rather than the general characteristics of the COCO dataset.

      4. Specifying Classes During Tuning: When tuning, you should specify the classes if your dataset is a subset of the original classes used in the pretrained model. This helps in focusing the model’s learning and evaluation on relevant classes.

      5. Model for Retraining: Tuning only finds hyperparameters, so the usual practice is to train again from the original pretrained model with the best hyperparameters, as in your step 5. Continuing from the already fine-tuned model is also possible, but then it effectively trains for longer, which makes the result harder to compare with the tuning runs.

      6. Parameters for Final Training: The parameters should be chosen based on the results of your tuning. Ensure that they are the ones that gave the best validation performance during the tuning phase.

      Keep up the great work, and don't hesitate to reach out if you have more questions!

    2. drcosimoGitHub

      Thank you very much for you response. I adjusted my script to follow your insights. I have another question regarding transfer learning. The normal approach in transfer learning is to freeze the first n layers to preserve the more generic feature extraction properties of an already trained model and then it is retrained letting only the remaining layers update. I found the callback function to achieve this. My question is, applying the fine-tuning as specified by ultralytics documentation has the same effect? What I mean is: executing the train method again on a pretrained model changing the dataset causes the underlying library to execute the freeze automatically? If it isn't the case it is not clear to me why the fine-tuning is said to have the same effect as applying transfer learning.

      Another question is: it is useful to take a pretrained model from ultralytics and train it with the coco dataset? Because from what I know the pretrained model is already trained using coco dataset. Doing such a thing following the logic you provide for fine-tuning would be essentially the same as resuming a training / do the same train with more epochs?

      Thank you again for your time.

    3. Paula DerrengerUltralytics

      Hello,

      Thank you for your follow-up questions. Let's address each of them:

      1. Freezing Layers in Transfer Learning: The Ultralytics YOLO framework does not automatically freeze any layers when you initiate training, even if you're using a pretrained model. If you want to freeze the first N layers (common in transfer learning to preserve learned features), you must explicitly specify this in your training script. This is different from some other frameworks that might automate this aspect of transfer learning.

      2. Training on COCO Dataset with a Pretrained Model: If the pretrained model you are using was already trained on the COCO dataset, retraining it on the same dataset without significant changes or additional data might not yield substantial improvements. It could be beneficial for fine-tuning if you've made modifications to the model architecture or if you're using a significantly altered version of the dataset. However, generally, this approach would indeed be akin to simply extending the training duration.

      For fine-tuning and transfer learning, it's crucial to tailor the approach based on what changes you've made to the dataset or model and your specific goals (e.g., improving accuracy, adapting to new classes, etc.).

      I hope this clarifies your queries! If you have more questions or need further assistance, feel free to ask.

    1. Paula DerrengerUltralytics

      哈哈,确实,“train”翻译成“火车”听起来很有趣 😄。这里的“train”应该翻译为“训练”,指的是在机器学习中对模型进行训练,以提高其准确性和效率。感谢您指出这个问题,我们会尽快修正翻译错误。如果您有任何其他建议或问题,欢迎随时告诉我们!🚀

      2
  2. Syedshajib55GitHub

    Hi, does platform.ultralytics currently support using custom PyTorch modules directly via a YAML configuration without modifying tasks.py or the core source code? We are attempting to train a custom architecture (e.g., YOLO26) and want to know if there is an existing feature for dynamic module registration.

    1
    1. Muh-7GitHub

      Hi, As far as I know, not at the moment. Ultralytics doesn't seem to have a built-in dynamic registration system where you can define a custom PyTorch module outside the repo and then use it directly in the YAML.

      Usually, the custom module still needs to be imported/registered in tasks.py so that parse_model() can resolve it from the YAML.

      It would be really useful if Ultralytics added something like a register_module() API for this, though.

    2. Murat Raimbekov

      @Syedshajib55 @Muh-7 Platform can train any model that the ultralytics Python package can build, including custom architectures from a modified package or fork. The custom code runs on your own hardware; Platform receives real-time metrics, console and system logs, plots, and the final weights.

      There is no dynamic registration API. parse_model() resolves layer names from the ultralytics.nn.tasks namespace, so a name in your YAML must exist there. You don't need to edit tasks.py for that — expose the class from your own package before building the model:

      import ultralytics.nn.tasks as tasks
      from my_custom_package import MyBlock
      
      tasks.MyBlock = MyBlock  # now `[-1, 1, MyBlock, [...]]` resolves in the YAML

      Full local training with metric streaming to Platform:

      pip install "ultralytics>=8.4.120"
      export ULTRALYTICS_API_KEY="YOUR_API_KEY"
      import ultralytics.nn.tasks as tasks
      from my_custom_package import MyBlock
      from ultralytics import YOLO
      
      tasks.MyBlock = MyBlock
      
      model = YOLO("custom-model.yaml")  # YAML referencing MyBlock
      model.train(
          data="ul://username/datasets/my-dataset",
          epochs=100,
          project="username/my-project",
          name="custom-architecture",
      )

      project and name enable the Platform integration automatically; nothing else is required. Verified on 8.4.157 with a custom nn.Module inserted into a YOLO26n YAML: the model builds, trains, and appears on Platform as a completed run with weights and train args.

      One caveat: the saved .pt pickles the class by import path (my_custom_package.MyBlock), so any environment that loads it needs that package importable — otherwise loading fails with ModuleNotFoundError. That includes Platform-side features that load the uploaded weights with the stock package (Predict, Export, Deploy); local training and streaming are unaffected. Setup details: https://docs.ultralytics.com/platform/train/cloud-training/#remote-training

  3. RussellLee12345GitHub

    Hello all,

    I want my training images to rotate 360 degrees randomly. How do I set the hyper-parameter: degrees?

    Thanks a lot.

    1
    1. Glenn JocherUltralytics

      @RussellLee12345 to rotate your training images randomly up to 360 degrees, set the degrees parameter to 180 in your training configuration. This allows for rotations within the range of -180 to +180 degrees. For more details, see the augmentation settings in the Train Settings documentation.

  4. GKYofficeGitHub

    Please tell me how to set imgsz when I use the yolo11 model for training. Can it only be an integer (this means that the final input is a square)? After I modify this parameter, will the input interface of the network change the input of data? There are corresponding transformations, such as imgsz=1280, does it mean that my input data will be resized to 1280*1280 and input into the network for training?

    Thanks!

    1
    1. Glenn JocherUltralytics

      @GKYoffice when using the YOLO11 model, imgsz can be set as an integer, which resizes the input data to a square of that size (e.g., 1280x1280). This parameter adjusts the input dimensions for training. For more details, please visit the training documentation.

  5. IruhDegSetGitHub

    hi, I'm just wondering if yolov8 accepts class weights, in the data.yaml file:

    names: ['class 1', 'class 2', 'class 3']
    classes_weights: [c1_weight, c2_weight, c3_weight]

    if no how to incorpoorate wighted loss in yolov8 THX

    1
    1. Glenn JocherUltralytics

      @IruhDegSet yOLOv8 does not directly support class weights in the data.yaml file. To incorporate weighted loss, you can modify the loss function in the training script to apply different weights to each class. For more details, you might explore custom loss implementations in PyTorch.

    2. Glenn JocherUltralytics(đã chỉnh sửa)

      Yes, YOLO11 supports similar features, including training and hyperparameter customization. For specific details on YOLO11, please refer to the documentation or the relevant sections in the repository.

  6. User

    Dear author, how are the weights of these three losses set: box: 7.5, cls: 0.5, dfl: 1.5? Are they adjusted on the COCO validation, manually adjusted, or obtained through hyperparameter search? For the model I trained, the output confidence scores are very low. I directly increased the weight of cls by 10 times, but the effect did not improve. What other methods can I take?

    1
    1. Glenn JocherUltralytics

      @Stephen-Hao the weights for the box, cls, and dfl losses in YOLOv8 are typically set based on empirical results and fine-tuning on standard datasets like COCO. These values are chosen to balance the contributions of each loss component to the overall training process. If increasing the cls weight did not improve your model's performance, consider the following approaches:

      1. Hyperparameter Tuning: Experiment with other hyperparameters such as learning rate, batch size, and augmentation settings.
      2. Data Quality: Ensure your dataset is well-labeled and balanced. Poor quality data can significantly affect model performance.
      3. Training Duration: Increase the number of epochs to allow the model more time to learn.
      4. Validation: Regularly validate your model to monitor overfitting and adjust training strategies accordingly.

      For more detailed guidance, you can refer to the Ultralytics YOLO training documentation.

    2. Glenn JocherUltralytics

      @Stephen-Hao thank you for your question! The weights for box, cls, and dfl losses are typically set based on empirical results and fine-tuning on standard datasets like COCO. If increasing the cls weight didn't improve your model's performance, consider experimenting with other hyperparameters such as learning rate, batch size, and augmentation settings. Additionally, ensure your dataset is well-labeled and balanced. For more detailed guidance, you can refer to the Ultralytics YOLO training documentation.

    1. Glenn JocherUltralytics(đã chỉnh sửa)

      Hey there! 🙌 It's awesome that you're looking to further improve your model with new data. To re-train a pre-trained model on a new dataset, you can simply follow these steps:

      1. Make sure your new dataset is prepared in the same YOLO format as your initial training (a dataset YAML plus one .txt label file per image).

      2. Load your pre-trained model using the YOLO loading method, then specify your new dataset in the train method. Here's a quick code snippet for clarity:

        from ultralytics import YOLO
        
        # Load your pre-trained model
        model = YOLO('path/to/your/pretrained/model.pt') 
        
        # Start training on the new dataset
        results = model.train(data='path/to/your/new/dataset.yaml', epochs=50, imgsz=640)

      Just replace 'path/to/your/pretrained/model.pt' and 'path/to/your/new/dataset.yaml' with the actual paths to your model and new dataset config file, respectively. Adjust the epochs and imgsz (image size) to suit your needs. 🛠️

      That's it! Your model will now continue training on the new dataset. If you have any further questions or run into issues, feel free to ask. Happy training! 🚀

  7. songziang182GitHub

    谢谢你们开发了这么完善的 yolov8🙏, 我想问一下,这两种训练方式的区别 model = YOLO('yolov8n.pt') model = YOLO('yolov8n.yaml').load('yolov8n.pt') model.train(.........)

    1
    1. Paula DerrengerUltralytics

      Hello there! 😊

      The main difference between the two training methods you've mentioned:

      1. model = YOLO('yolov8n.pt'): This directly loads a pretrained YOLOv8n model. It's the simplest way to load a model that has already been trained, making it ready for further training, evaluation, or inference right away.

      2. model = YOLO('yolov8n.yaml').load('yolov8n.pt'): This approach builds a new model from the YAML configuration file and then transfers the weights from the pretrained .pt model. It's a two-step process, where the model is first constructed based on the architecture defined in the YAML file, and then the weights from a pretrained model are loaded. This method is useful when you want to customize the model architecture before loading the weights.

      Both methods ultimately get you to a similar starting point for continuing training or making predictions. The choice depends on whether you need to customize the model architecture as defined in the YAML file before applying the pretrained weights.

      Let me know if this helps or if you have more questions!

    2. songziang182GitHub

      Thank you for answering me. I find it very useful. I have another question, which is the configuration file yolov8n.yaml. I didn’t find where it is. Can I adjust the scale of the model, for example, n, s, m, l, etc., is this the case?

    3. Paula DerrengerUltralytics(đã chỉnh sửa)

      Hey! 😊 Thank you for your kind words, and I'm glad the information was helpful to you!

      Regarding the yolov8n.yaml configuration file, it defines the architecture for YOLOv8 models. All scales share one model file (yolov8.yaml) that contains a scales section mapping each letter to [depth, width, max_channels]; the letter in the name you load (yolov8n.yaml, yolov8s.yaml, ...) selects the scale:

      scales:
        n: [0.33, 0.25, 1024]
        s: [0.33, 0.50, 1024]

      To create or modify a model, copy the YAML from the Ultralytics GitHub repository, edit the layers or scales, then load it together with the pretrained weights as you mentioned:

      model = YOLO('path/to/custom_yolov8.yaml').load('yolov8n.pt')
      model.train(.........)

      Model changes can require a solid understanding of the network architecture to be effective.

      I hope this clarifies your question! Feel free to reach out if you have further queries or need more examples. 😊

  8. vonzoGitHub

    So, imgsz works different when training than when predicting?

    For train: if it's an int the ratio will be kept and the train function will take care of that (can't be a tuple). For predict: if it's an int the image will be resized as a square of size imgsz x imgsz, if it's a tuple the image will be resized using HxW and the user has to take care of the ratio and stride.

    Is this right? I would add a comment in the doc to avoid confusions

    1
    1. Paula DerrengerUltralytics(đã chỉnh sửa)

      You've got it mostly right! 👍 For training (train), imgsz is an int, the aspect ratio is maintained and resizing is handled internally. It can't be a tuple. For prediction (predict), an int imgsz resizes the longest side to imgsz while keeping the aspect ratio, with padding only up to a multiple of the model stride (so the image is not forced into a square), and a [h, w] list sets the size explicitly.

      Great suggestion on the documentation comment – clarity is key! If you have any more questions or need further examples, feel free to ask. 😊