Tài liệu tham khảo cho ultralytics/utils/benchmarks.py
Ghi
Tệp này có sẵn tại https://github.com/ultralytics/ultralytics/blob/main/ultralytics/utils/benchmarks.py. Nếu bạn phát hiện ra một vấn đề, vui lòng giúp khắc phục nó bằng cách đóng góp Yêu cầu 🛠️ kéo. Cảm ơn bạn 🙏 !
ultralytics.utils.benchmarks.RF100Benchmark
Mã nguồn trong ultralytics/utils/benchmarks.py
161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 |
|
__init__()
Chức năng khởi tạo RF100Benchmark.
evaluate(yaml_path, val_log_file, eval_log_file, list_ind)
Đánh giá mô hình về kết quả xác nhận.
Thông số:
Tên | Kiểu | Sự miêu tả | Mặc định |
---|---|---|---|
yaml_path |
str
|
Đường dẫn tệp YAML. |
bắt buộc |
val_log_file |
str
|
val_log_file đường dẫn. |
bắt buộc |
eval_log_file |
str
|
eval_log_file đường dẫn. |
bắt buộc |
list_ind |
int
|
Chỉ mục cho tập dữ liệu hiện tại. |
bắt buộc |
Mã nguồn trong ultralytics/utils/benchmarks.py
fix_yaml(path)
Chức năng sửa chữa yaml train và val path.
Thông số:
Tên | Kiểu | Sự miêu tả | Mặc định |
---|---|---|---|
path |
str
|
Đường dẫn tệp YAML. |
bắt buộc |
Mã nguồn trong ultralytics/utils/benchmarks.py
parse_dataset(ds_link_txt='datasets_links.txt')
Phân tích cú pháp các liên kết tập dữ liệu và tải xuống các tập dữ liệu.
Thông số:
Tên | Kiểu | Sự miêu tả | Mặc định |
---|---|---|---|
ds_link_txt |
str
|
Đường dẫn đến tệp dataset_links. |
'datasets_links.txt'
|
Mã nguồn trong ultralytics/utils/benchmarks.py
set_key(api_key)
Cài Roboflow Khóa API để xử lý.
Thông số:
Tên | Kiểu | Sự miêu tả | Mặc định |
---|---|---|---|
api_key |
str
|
Khóa API. |
bắt buộc |
ultralytics.utils.benchmarks.ProfileModels
Lớp ProfileModels để định hình các mô hình khác nhau trên ONNX và TensorRT.
Lớp này mô tả hiệu suất của các mô hình khác nhau, trả về kết quả như tốc độ mô hình và FLOP.
Thuộc tính:
Tên | Kiểu | Sự miêu tả |
---|---|---|
paths |
list
|
Đường dẫn của các mô hình để hồ sơ. |
num_timed_runs |
int
|
Số lần chạy theo thời gian cho hồ sơ. Mặc định là 100. |
num_warmup_runs |
int
|
Số lần khởi động trước khi lập hồ sơ. Mặc định là 10. |
min_time |
float
|
Số giây tối thiểu để lập hồ sơ. Mặc định là 60. |
imgsz |
int
|
Kích thước hình ảnh được sử dụng trong các mô hình. Mặc định là 640. |
Phương pháp:
Tên | Sự miêu tả |
---|---|
profile |
Hồ sơ các mô hình và in kết quả. |
Ví dụ
Mã nguồn trong ultralytics/utils/benchmarks.py
288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 |
|
__init__(paths, num_timed_runs=100, num_warmup_runs=10, min_time=60, imgsz=640, half=True, trt=True, device=None)
Khởi tạo lớp ProfileModels để định hình mô hình.
Thông số:
Tên | Kiểu | Sự miêu tả | Mặc định |
---|---|---|---|
paths |
list
|
Danh sách các đường dẫn của các mô hình sẽ được lập hồ sơ. |
bắt buộc |
num_timed_runs |
int
|
Số lần chạy theo thời gian cho hồ sơ. Mặc định là 100. |
100
|
num_warmup_runs |
int
|
Số lần khởi động chạy trước khi hồ sơ thực tế bắt đầu. Mặc định là 10. |
10
|
min_time |
float
|
Thời gian tối thiểu tính bằng giây để lập hồ sơ mô hình. Mặc định là 60. |
60
|
imgsz |
int
|
Kích thước của hình ảnh được sử dụng trong quá trình lập hồ sơ. Mặc định là 640. |
640
|
half |
bool
|
Gắn cờ để cho biết có nên sử dụng dấu phẩy động nửa chính xác để lập hồ sơ hay không. |
True
|
trt |
bool
|
Gắn cờ để cho biết có nên lập hồ sơ bằng cách sử dụng hay không TensorRT. Mặc định là True. |
True
|
device |
device
|
Thiết bị được sử dụng để lập hồ sơ. Nếu Không, nó được xác định tự động. |
None
|
Mã nguồn trong ultralytics/utils/benchmarks.py
generate_results_dict(model_name, t_onnx, t_engine, model_info)
staticmethod
Tạo từ điển chi tiết mô hình bao gồm tên, thông số, GFLOPS và số liệu tốc độ.
Mã nguồn trong ultralytics/utils/benchmarks.py
generate_table_row(model_name, t_onnx, t_engine, model_info)
Tạo chuỗi được định dạng cho một hàng trong bảng bao gồm hiệu suất mô hình và chi tiết chỉ số.
Mã nguồn trong ultralytics/utils/benchmarks.py
get_files()
Trả về danh sách đường dẫn cho tất cả các tệp mô hình có liên quan do người dùng cung cấp.
Mã nguồn trong ultralytics/utils/benchmarks.py
get_onnx_model_info(onnx_file)
Truy xuất thông tin bao gồm số lớp, tham số, gradient và FLOP cho một ONNX mẫu tệp.
Mã nguồn trong ultralytics/utils/benchmarks.py
iterative_sigma_clipping(data, sigma=2, max_iters=3)
staticmethod
Áp dụng thuật toán cắt sigma lặp cho số lần lặp dữ liệu đã cho.
Mã nguồn trong ultralytics/utils/benchmarks.py
print_table(table_rows)
staticmethod
Định dạng và in bảng so sánh cho các mô hình khác nhau với số liệu thống kê và dữ liệu hiệu suất nhất định.
Mã nguồn trong ultralytics/utils/benchmarks.py
profile()
Ghi lại kết quả đo điểm chuẩn của mô hình, kiểm tra số liệu so với sàn và trả về kết quả.
Mã nguồn trong ultralytics/utils/benchmarks.py
profile_onnx_model(onnx_file, eps=0.001)
Hồ sơ một ONNX Mô hình hóa bằng cách thực thi nó nhiều lần và trả về độ lệch trung bình và chuẩn của chạy lần.
Mã nguồn trong ultralytics/utils/benchmarks.py
profile_tensorrt_model(engine_file, eps=0.001)
Hồ sơ các TensorRT mô hình, đo thời gian chạy trung bình và độ lệch chuẩn giữa các lần chạy.
Mã nguồn trong ultralytics/utils/benchmarks.py
ultralytics.utils.benchmarks.benchmark(model=WEIGHTS_DIR / 'yolov8n.pt', data=None, imgsz=160, half=False, int8=False, device='cpu', verbose=False)
Điểm chuẩn a YOLO Mô hình trên các định dạng khác nhau cho tốc độ và độ chính xác.
Thông số:
Tên | Kiểu | Sự miêu tả | Mặc định |
---|---|---|---|
model |
str | Path | optional
|
Đường dẫn đến tệp mô hình hoặc thư mục. Mặc định là Đường dẫn(SETTINGS['weights_dir']) / 'yolov8n.pt'. |
WEIGHTS_DIR / 'yolov8n.pt'
|
data |
str
|
Bộ dữ liệu để đánh giá, kế thừa từ TASK2DATA nếu không được thông qua. Mặc định là Không có. |
None
|
imgsz |
int
|
Kích thước hình ảnh cho điểm chuẩn. Mặc định là 160. |
160
|
half |
bool
|
Sử dụng độ chính xác một nửa cho mô hình nếu True. Mặc định là False. |
False
|
int8 |
bool
|
Sử dụng int8-precision cho model nếu True. Mặc định là False. |
False
|
device |
str
|
Thiết bị để chạy điểm chuẩn trên, 'cpu' hoặc 'cuda'. Mặc định là 'cpu'. |
'cpu'
|
verbose |
bool | float | optional
|
Nếu True hoặc float, assert benchmarks vượt qua với số liệu nhất định. Mặc định là False. |
False
|
Trở lại:
Tên | Kiểu | Sự miêu tả |
---|---|---|
df |
DataFrame
|
Khung dữ liệu gấu trúc với kết quả điểm chuẩn cho từng định dạng, bao gồm kích thước tệp, số liệu và thời gian suy luận. |
Mã nguồn trong ultralytics/utils/benchmarks.py
49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140 141142143144145146147148149150151152153154155156157158 |
|