Sử dụng giao diện dòng lệnh

Các YOLO giao diện dòng lệnh ( CLI ) cho phép các lệnh đơn giản trên một dòng mà không cần 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 yêu cầu.

Đồng hồ: Làm chủ Ultralytics YOLO : CLI

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

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

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

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

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

Ở đâu:

• TASK (tùy chọn) là một trong [detect, segment, classify, pose, obb]. Nếu nó không được truyền đi một cách rõ ràng YOLO11 sẽ cố gắng đoán TASK từ loại mô hình.
• MODE (bắt buộc) là một trong [train, val, predict, export, track, benchmark]
• ARGS (tùy chọn) là bất kỳ số lượng tùy chỉnh nào arg=value cặp như imgsz=320 ghi đè mặc định. Để có danh sách đầy đủ các ARGS xem Cấu hình trang và defaults.yaml

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 .

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

yolo detect train resume model=last.pt

Giá trị

Xác thực mô hình YOLO11n đã được đào tạo sự chính xác trên tập dữ liệu COCO8. Không cần đối số vì model giữ lại sự đào tạo của mình data và các đối số như các thuộc tính mô hình.

yolo detect val model=yolo11n.pt

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

Dự đoán

Sử dụng mô hình YOLO11n đã được đào tạo để chạy dự đoán trên hình ảnh.

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

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

Xuất khẩu

Xuất mô hình YOLO11n sang một định dạng khác như ONNX , CoreML , vân vân.

yolo export model=yolo11n.pt format=onnx

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

Có sẵn YOLO11 định dạng xuất khẩu nằm trong bảng dưới đây. Bạn có thể xuất khẩu sang bất kỳ định dạng nào bằng cách sử dụng format lập luận, tức là format='onnx' hoặc format='engine'.

Xem đầy đủ export chi tiết trong Xuất khẩu trang.

Ghi đè các 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.

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

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

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 tập tin cấu hình hoàn toàn bằng cách chuyển một tập tin mới với cfg các đối số, tức là cfg=custom.yaml.

Để làm điều này trước tiên hãy tạo một bản sao của default.yaml trong thư mục làm việc hiện tại của bạn với yolo copy-cfg yêu cầu.

Điều này sẽ tạo ra default_copy.yaml, sau đó bạn có thể chuyển thành cfg=default_copy.yaml cùng với bất kỳ đối số bổ sung nào, như imgsz=320 trong ví dụ này:

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

CÂU HỎI THƯỜNG GẶP

Làm thế nào để tôi sử dụng Ultralytics YOLO11 giao diện dòng lệnh ( CLI ) để đào tạo người mẫu?

Để đào tạo một YOLO11 mô hình 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:

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.

Tôi có thể thực hiện những nhiệm vụ gì 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 một mô hình: Chạy yolo train data=<data.yaml> model=<model.pt> epochs=<num>.
• Chạy dự đoán: Sử dụng yolo predict model=<model.pt> source=<data_source> imgsz=<image_size>.
• Xuất một mô hình: Thực hiện yolo export model=<model.pt> format=<export_format>.

Mỗi tác vụ có thể được tùy chỉnh với nhiều đối số khác nhau. Để biết cú pháp và ví dụ chi tiết, hãy xem các phần tương ứng như Train , Predict và Export .

Làm thế nào tôi có thể xác nhận độ chính xác của một người được đào tạo? YOLO11 mô hình sử dụng CLI ?

Để xác thực một YOLO11 độ chính xác của mô hình, 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:

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 số liệu hiệu suất. Để biết thêm chi tiết, hãy tham khảo phần Val .

Tôi có thể xuất định dạng nào? YOLO11 mô hình sử dụng CLI ?

YOLO11 các mô hình 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:

yolo export model=yolo11n.pt format=onnx

Để biết thông tin chi tiết, 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 đào tạo 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 khả dụng và mô tả của chúng, hãy tham khảo Hướng dẫn cấu hình . Đảm bảo các đối số được định dạng đúng, như được hiển thị trong phần Ghi đè đối số mặc định .

📅 Được tạo ra cách đây 1 năm ✏️ Đã cập nhật cách đây 2 tháng

Bình luận