Bỏ để qua phần nội dung

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: Mastering 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.
Xem đầy đủ tất cả ARGS Hướng dẫn cấu hình hoặc với yolo cfg

Train a detection model for 10 epochs with an initial learning_rate of 0.01

yolo train data=coco8.yaml model=yolo11n.pt epochs=10 lr0=0.01

Dự đoán video YouTube bằng mô hình phân đoạn được đào tạo trước ở kích thước hình ảnh 320:

yolo predict model=yolo11n-seg.pt source='https://youtu.be/LNwODJXcvt4' imgsz=320

Val một mô hình phát hiện được đào tạo trước ở kích thước lô 1 và kích thước hình ảnh 640:

yolo val model=yolo11n.pt data=coco8.yaml batch=1 imgsz=640

Export a YOLO11n classification model to ONNX format at image size 224 by 128 (no TASK required)

yolo export model=yolo11n-cls.pt format=onnx imgsz=224,128

Chạy các lệnh đặc biệt để xem phiên bản, xem cài đặt, chạy kiểm tra và hơn thế nữa:

yolo help
yolo checks
yolo version
yolo settings
yolo copy-cfg
yolo cfg

Đâu:

  • TASK (tùy chọn) là một trong những [detect, segment, classify, pose, obb]. If it is not passed explicitly YOLO11 will try to guess the TASK 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 nào arg=value Các cặp như imgsz=320 mà ghi đè mặc định. Để biết danh sách đầy đủ có sẵn ARGS Xem Cấu hình trang và defaults.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

Train YOLO11n on the COCO8 dataset for 100 epochs at image size 640. For a full list of available arguments see the Configuration page.

Ví dụ

Start training YOLO11n on COCO8 for 100 epochs at image-size 640.

yolo detect train data=coco8.yaml model=yolo11n.pt epochs=100 imgsz=640

Tiếp tục đào tạo bị gián đoạn.

yolo detect train resume model=last.pt

Val

Validate trained YOLO11n model accuracy on the COCO8 dataset. No arguments are needed as the model duy trì đào tạo data và các đối số làm thuộc tính mô hình.

Ví dụ

Validate an official YOLO11n model.

yolo detect val model=yolo11n.pt

Xác thực mô hình được đào tạo tùy chỉnh.

yolo detect val model=path/to/best.pt

Dự đoán

Use a trained YOLO11n model to run predictions on images.

Ví dụ

Predict with an official YOLO11n model.

yolo detect predict model=yolo11n.pt source='https://ultralytics.com/images/bus.jpg'

Dự đoán bằng mô hình tùy chỉnh.

yolo detect predict model=path/to/best.pt source='https://ultralytics.com/images/bus.jpg'

Xuất khẩu

Export a YOLO11n model to a different format like ONNX, CoreML, etc.

Ví dụ

Export an official YOLO11n model to ONNX format.

yolo export model=yolo11n.pt format=onnx

Xuất mô hình được đào tạo tùy chỉnh sang ONNX định dạng.

yolo export model=path/to/best.pt format=onnx

Available YOLO11 export formats are in the table below. You can export to any format using the 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
NCNN ncnn yolo11n_ncnn_model/ imgsz, half, batch

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

yolo detect train data=coco8.yaml model=yolo11n.pt epochs=10 lr0=0.01

Dự đoán video YouTube bằng mô hình phân đoạn được đào tạo trước ở kích thước hình ảnh 320:

yolo segment predict model=yolo11n-seg.pt source='https://youtu.be/LNwODJXcvt4' imgsz=320

Xác thực mô hình phát hiện được đào tạo trước ở kích thước lô 1 và kích thước hình ảnh 640:

yolo detect val model=yolo11n.pt data=coco8.yaml batch=1 imgsz=640

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:

Ví dụ

yolo copy-cfg
yolo cfg=default_copy.yaml imgsz=320

FAQ

How do I use the Ultralytics YOLO11 command line interface (CLI) for model training?

To train a YOLO11 model using the CLI, you can execute a simple one-line command in the terminal. For example, to train a detection model for 10 epochs with a learning rate of 0.01, you would run:

yolo train data=coco8.yaml model=yolo11n.pt epochs=10 lr0=0.01

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.

What tasks can I perform with the Ultralytics YOLO11 CLI?

The Ultralytics YOLO11 CLI supports a variety of tasks including detection, segmentation, classification, validation, prediction, export, and tracking. For instance:

  • 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 đoánXuất.

How can I validate the accuracy of a trained YOLO11 model using the CLI?

To validate a YOLO11 model's accuracy, use the val mode. For example, to validate a pretrained detection model with a batch size of 1 and image size of 640, run:

yolo val model=yolo11n.pt data=coco8.yaml batch=1 imgsz=640

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 .

What formats can I export my YOLO11 models to using the CLI?

YOLO11 models can be exported to various formats such as ONNX, CoreML, TensorRT, and more. For instance, to export a model to ONNX format, run:

yolo export model=yolo11n.pt format=onnx

Để biết chi tiết đầy đủ, hãy truy cập trang Xuất .

How do I customize YOLO11 CLI commands to override default arguments?

To override default arguments in YOLO11 CLI commands, pass them as arg=value Cặp. Ví dụ: để huấn luyện một mô hình với các đối số tùy chỉnh, hãy sử dụng:

yolo train data=coco8.yaml model=yolo11n.pt epochs=10 lr0=0.01

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 .


📅 Created 11 months ago ✏️ Updated 13 days ago

Ý kiến