Sử dụng giao diện dòng lệnh
Các YOLO giao diện dòng lệnh (CLI) cho phép các lệnh một dòng đơn giản mà không cần một Python môi trường. CLI không yêu cầu tùy chỉnh hoặc Python mã. Bạn có thể chỉ cần chạy tất cả các tác vụ từ thiết bị đầu cuối với yolo
lệnh.
Xem: Làm chủ Ultralytics YOLO : CLI
Ví dụ
Ultralytics yolo
Các lệnh sử dụng cú pháp sau:
yolo TASK MODE ARGS
Where TASK (optional) is one of [detect, segment, classify, pose, obb]
MODE (required) is one of [train, val, predict, export, track, benchmark]
ARGS (optional) are any number of custom 'arg=value' pairs like 'imgsz=320' that override defaults.
yolo cfg
Đào tạo một mô hình phát hiện trong 10 kỷ nguyên với tốc độ học ban đầu là 0,01
Dự đoán video YouTube bằng mô hình phân đoạn được đào tạo trước ở kích thước hình ảnh 320:
Val một mô hình phát hiện được đào tạo trước ở kích thước lô 1 và kích thước hình ảnh 640:
Xuất mô hình phân loại YOLO11n sang ONNX định dạng ở kích thước hình ảnh 224 x 128 (không yêu cầu NHIỆM VỤ)
Đâu:
TASK
(tùy chọn) là một trong những[detect, segment, classify, pose, obb]
. Nếu nó không được truyền một cách rõ ràng YOLO11 sẽ cố gắng đoánTASK
từ loại mô hình.MODE
(bắt buộc) là một trong những[train, val, predict, export, track, benchmark]
ARGS
(tùy chọn) là bất kỳ số lượng tùy chỉnh nàoarg=value
Các cặp nhưimgsz=320
mà ghi đè mặc định. Để biết danh sách đầy đủ có sẵnARGS
Xem Cấu hình trang vàdefaults.yaml
Cảnh báo
Các đối số phải được thông qua như arg=val
cặp, chia cho một bằng =
Ký hiệu và phân cách bằng dấu cách giữa các cặp. Không sử dụng
--
Tiền tố đối số hoặc dấu phẩy ,
giữa các cuộc tranh luận.
yolo predict model=yolo11n.pt imgsz=640 conf=0.25
✅yolo predict model yolo11n.pt imgsz 640 conf 0.25
❌yolo predict --model yolo11n.pt --imgsz 640 --conf 0.25
❌
Xe lửa
Huấn luyện YOLO11n trên tập dữ liệu COCO8 trong 100 kỷ nguyên ở kích thước ảnh 640. Để biết danh sách đầy đủ các đối số khả dụng, hãy xem trang Cấu hình .
Ví dụ
Val
Xác thực mô hình YOLO11n đã được đào tạo sự chính xác trên tập dữ liệu COCO8. Không cần đối số vì model
duy trì đào tạo data
và các đối số làm thuộc tính mô hình.
Ví dụ
Dự đoán
Sử dụng mô hình YOLO11n đã được đào tạo để chạy dự đoán trên hình ảnh.
Ví dụ
Xuất khẩu
Xuất mô hình YOLO11n sang một định dạng khác như ONNX , CoreML , vân vân.
Ví dụ
Các định dạng xuất YOLO11 khả dụng có trong bảng bên dưới. Bạn có thể xuất sang bất kỳ định dạng nào bằng cách sử dụng format
lập luận, tức là format='onnx'
hoặc format='engine'
.
Định dạng | format Lý lẽ | Mẫu | Siêu dữ liệu | Lập luận |
---|---|---|---|---|
PyTorch | - | yolo11n.pt | ✅ | - |
TorchScript | torchscript | yolo11n.torchscript | ✅ | imgsz , optimize , batch |
ONNX | onnx | yolo11n.onnx | ✅ | imgsz , half , dynamic , simplify , opset , batch |
OpenVINO | openvino | yolo11n_openvino_model/ | ✅ | imgsz , half , int8 , batch |
TensorRT | engine | yolo11n.engine | ✅ | imgsz , half , dynamic , simplify , workspace , int8 , batch |
CoreML | coreml | yolo11n.mlpackage | ✅ | imgsz , half , int8 , nms , batch |
TF SavedModel | saved_model | yolo11n_saved_model/ | ✅ | imgsz , keras , int8 , batch |
TF GraphDef | pb | yolo11n.pb | ❌ | imgsz , batch |
TF Lite | tflite | yolo11n.tflite | ✅ | imgsz , half , int8 , batch |
TF Cạnh TPU | edgetpu | yolo11n_edgetpu.tflite | ✅ | imgsz |
TF.Js | tfjs | yolo11n_web_model/ | ✅ | imgsz , half , int8 , batch |
PaddlePaddle | paddle | yolo11n_paddle_model/ | ✅ | imgsz , batch |
MNN | mnn | yolo11n.mnn | ✅ | imgsz , batch , int8 , half |
NCNN | ncnn | yolo11n_ncnn_model/ | ✅ | imgsz , half , batch |
IMX500 | imx | yolo11n_imx_model/ | ✅ | imgsz , int8 |
Xem đầy đủ export
Chi tiết trong Xuất khẩu trang.
Ghi đè đối số mặc định
Các đối số mặc định có thể được ghi đè bằng cách chỉ cần truyền chúng dưới dạng đối số trong CLI trong arg=value
Cặp.
Mẹo
Đào tạo mô hình phát hiện cho 10 epochs
với learning_rate
của 0.01
Dự đoán video YouTube bằng mô hình phân đoạn được đào tạo trước ở kích thước hình ảnh 320:
Ghi đè tệp cấu hình mặc định
Bạn có thể ghi đè default.yaml
Cấu hình tệp hoàn toàn bằng cách chuyển một tệp mới với cfg
lập luận, tức là cfg=custom.yaml
.
Để làm điều này, trước tiên hãy tạo một bản sao của default.yaml
Trong dir làm việc hiện tại của bạn với yolo copy-cfg
lệnh.
Điều này sẽ tạo ra default_copy.yaml
, sau đó bạn có thể vượt qua dưới dạng cfg=default_copy.yaml
cùng với bất kỳ arg bổ sung nào, như imgsz=320
Trong ví dụ này:
FAQ
Làm thế nào để tôi sử dụng Ultralytics Giao diện dòng lệnh YOLO11 ( CLI ) để đào tạo người mẫu?
Để đào tạo mô hình YOLO11 bằng cách sử dụng CLI , bạn có thể thực hiện lệnh một dòng đơn giản trong terminal. Ví dụ, để đào tạo mô hình phát hiện trong 10 kỷ nguyên với tốc độ học là 0,01, bạn sẽ chạy:
Lệnh này sử dụng train
chế độ với các đối số cụ thể. Tham khảo danh sách đầy đủ các đối số có sẵn trong Hướng dẫn cấu hình.
Tôi có thể thực hiện những nhiệm vụ nào với Ultralytics YOLO11 CLI ?
Các Ultralytics YOLO11 CLI hỗ trợ nhiều tác vụ khác nhau bao gồm phát hiện, phân đoạn, phân loại, xác thực, dự đoán, xuất và theo dõi. Ví dụ:
- Đào tạo người mẫu:Chạy
yolo train data=<data.yaml> model=<model.pt> epochs=<num>
. - Chạy dự đoán:Dùng
yolo predict model=<model.pt> source=<data_source> imgsz=<image_size>
. - Xuất mô hình:Chấp hành
yolo export model=<model.pt> format=<export_format>
.
Mỗi nhiệm vụ có thể được tùy chỉnh với các đối số khác nhau. Để biết cú pháp và ví dụ chi tiết, hãy xem các phần tương ứng như Đào tạo, Dự đoán và Xuất.
Làm thế nào tôi có thể xác thực độ chính xác của mô hình YOLO11 đã được đào tạo bằng cách sử dụng CLI ?
Để xác thực độ chính xác của mô hình YOLO11, hãy sử dụng val
chế độ. Ví dụ, để xác thực một mô hình phát hiện được đào tạo trước với kích thước lô của 1 và kích thước hình ảnh là 640, chạy:
Lệnh này đánh giá mô hình trên tập dữ liệu được chỉ định và cung cấp các chỉ số hiệu suất. Để biết thêm chi tiết, hãy tham khảo phần Val .
Tôi có thể xuất các mô hình YOLO11 của mình sang những định dạng nào bằng cách sử dụng CLI ?
Các mô hình YOLO11 có thể được xuất sang nhiều định dạng khác nhau như ONNX , CoreML , TensorRT và nhiều hơn nữa. Ví dụ, để xuất một mô hình sang ONNX định dạng, chạy:
Để biết chi tiết đầy đủ, hãy truy cập trang Xuất .
Làm thế nào để tôi tùy chỉnh YOLO11 CLI lệnh để ghi đè lên các đối số mặc định?
Để ghi đè các đối số mặc định trong YOLO11 CLI lệnh, truyền chúng như arg=value
Cặp. Ví dụ: để huấn luyện một mô hình với các đối số tùy chỉnh, hãy sử dụng:
Để biết danh sách đầy đủ các đối số có sẵn và mô tả của chúng, hãy tham khảo Hướng dẫn Cấu hình. Đảm bảo các đối số được định dạng chính xác, như được hiển thị trong phần Ghi đè đối số mặc định .