Mẹo để đạt kết quả huấn luyện YOLOv5 tốt nhất#

📚 Hướng dẫn này giải thích cách đạt mAP và kết quả huấn luyện tốt nhất với YOLOv5 🚀.

Phần lớn trường hợp có thể đạt được kết quả tốt mà không cần thay đổi model hoặc thiết lập huấn luyện, miễn là dataset đủ lớn và được gán nhãn tốt. Nếu ban đầu chưa đạt kết quả tốt, bạn có thể thực hiện một số bước để cải thiện, nhưng chúng tôi luôn khuyến nghị người dùng huấn luyện trước bằng toàn bộ thiết lập mặc định rồi mới cân nhắc thay đổi. Việc này giúp thiết lập mốc hiệu năng và xác định các điểm cần cải thiện.

Nếu bạn có thắc mắc về kết quả huấn luyện, chúng tôi khuyến nghị cung cấp nhiều thông tin nhất có thể để nhận được phản hồi hữu ích, bao gồm biểu đồ kết quả (train loss, val loss, P, R, mAP), đường cong PR, ma trận nhầm lẫn, mosaic huấn luyện, kết quả kiểm thử và hình ảnh thống kê dataset như labels.png. Tất cả đều nằm trong thư mục project/name, thường là yolov5/runs/train/exp.

Dưới đây là hướng dẫn đầy đủ dành cho người dùng muốn đạt kết quả tốt nhất khi huấn luyện YOLOv5.

Dataset#

• Số hình ảnh mỗi class. Khuyến nghị ≥ 1500 hình ảnh mỗi class
• Số instance mỗi class. Khuyến nghị ≥ 10000 instance (đối tượng được gán nhãn) mỗi class
• Độ đa dạng hình ảnh. Hình ảnh phải đại diện cho môi trường triển khai. Với các trường hợp sử dụng thực tế, chúng tôi khuyến nghị dùng hình ảnh chụp vào các thời điểm khác nhau trong ngày, ở các mùa khác nhau, trong điều kiện thời tiết, ánh sáng, góc chụp và nguồn khác nhau (thu thập trên mạng, thu thập tại chỗ, từ các camera khác nhau), v.v.
• Tính nhất quán của nhãn. Phải gán nhãn tất cả instance của mọi class trong tất cả hình ảnh. Gán nhãn không đầy đủ sẽ không hiệu quả.
• Độ chính xác của nhãn. Nhãn phải bao sát từng đối tượng. Không được có khoảng trống giữa đối tượng và bounding box của đối tượng. Không được bỏ sót nhãn của bất kỳ đối tượng nào.
• Tuân thủ phân chia train/val. Đảm bảo hình ảnh validation và test không bao giờ xuất hiện trong tập train để tránh metric quá lạc quan. Duy trì phân bố class tương tự giữa các tập.
• Xác minh nhãn. Xem train_batch*.jpg khi bắt đầu huấn luyện để xác minh nhãn hiển thị chính xác, chẳng hạn xem mosaic ví dụ.
• Hình ảnh nền. Hình ảnh nền là hình ảnh không có đối tượng, được thêm vào dataset để giảm số dương tính giả (FP). Chúng tôi khuyến nghị khoảng 0-10% hình ảnh nền để giúp giảm FP (COCO có 1000 hình ảnh nền làm mốc tham khảo, chiếm 1% tổng số). Hình ảnh nền không cần nhãn.

Lựa chọn model#

Các model lớn hơn như YOLOv5x và YOLOv5x6 sẽ cho kết quả tốt hơn trong hầu hết trường hợp, nhưng có nhiều parameter hơn, cần nhiều bộ nhớ CUDA hơn để huấn luyện và chạy chậm hơn. Với triển khai trên thiết bị di động, chúng tôi khuyến nghị YOLOv5s/m; với triển khai trên cloud, chúng tôi khuyến nghị YOLOv5l/x. Xem bảng trong README để so sánh đầy đủ tất cả model.

• Bắt đầu với trọng số pretrained. Khuyến nghị cho dataset cỡ nhỏ đến trung bình (ví dụ: VOC, VisDrone, GlobalWheat). Truyền tên model vào tham số --weights. Model sẽ tự động được tải xuống từ bản phát hành YOLOv5 mới nhất.

  python train.py --data custom.yaml --weights yolov5s.pt
  python train.py --data custom.yaml --weights yolov5m.pt
  python train.py --data custom.yaml --weights yolov5l.pt
  python train.py --data custom.yaml --weights yolov5x.pt
  python train.py --data custom.yaml --weights custom_pretrained.pt

• Bắt đầu từ đầu. Khuyến nghị cho dataset lớn (ví dụ: COCO, Objects365, OIv6). Truyền YAML kiến trúc model bạn muốn sử dụng cùng với tham số --weights '' để trống:

  python train.py --data custom.yaml --weights '' --cfg yolov5s.yaml
  python train.py --data custom.yaml --weights '' --cfg yolov5m.yaml
  python train.py --data custom.yaml --weights '' --cfg yolov5l.yaml
  python train.py --data custom.yaml --weights '' --cfg yolov5x.yaml

Thiết lập huấn luyện#

Trước khi sửa đổi bất kỳ điều gì, hãy huấn luyện trước bằng thiết lập mặc định để thiết lập mốc hiệu năng. Có thể tìm thấy danh sách đầy đủ các thiết lập của train.py trong bộ phân tích tham số train.py.

• Epoch. Bắt đầu với 300 epoch. Nếu xảy ra overfitting sớm, bạn có thể giảm số epoch. Nếu không xảy ra overfitting sau 300 epoch, hãy huấn luyện lâu hơn, chẳng hạn 600, 1200 epoch, v.v.
• Kích thước ảnh. COCO được huấn luyện ở độ phân giải gốc --img 640, nhưng do dataset có nhiều đối tượng nhỏ nên có thể đạt kết quả tốt hơn khi huấn luyện ở độ phân giải cao hơn như --img 1280. Nếu có nhiều đối tượng nhỏ, dataset tùy chỉnh sẽ có lợi khi huấn luyện ở độ phân giải gốc hoặc cao hơn. Kết quả inference tốt nhất đạt được ở cùng --img đã dùng khi huấn luyện; tức là nếu huấn luyện ở --img 1280, bạn cũng nên kiểm thử và detect ở --img 1280.
• Batch size. Dùng --batch-size lớn nhất mà phần cứng của bạn hỗ trợ. Batch size nhỏ tạo ra thống kê batch normalization kém và nên tránh. Bạn có thể dùng --batch-size -1 để tự động chọn batch size tối ưu cho GPU.
• Learning rate. Lịch learning rate mặc định hoạt động tốt trong hầu hết trường hợp. Để hội tụ nhanh hơn, bạn có thể thử dùng flag --cos-lr nhằm bật lịch learning rate cosine, giảm dần learning rate theo đường cong cosine qua các epoch.
• Tăng cường dữ liệu. YOLOv5 tích hợp nhiều kỹ thuật augmentation như mosaic, kết hợp nhiều hình ảnh huấn luyện. Điều chỉnh mức độ augmentation thông qua hyperparameter mosaic trong file --hyp để giúp ổn định quá trình huấn luyện.
• Hyperparameter. Hyperparameter mặc định nằm trong hyp.scratch-low.yaml. Chúng tôi khuyến nghị trước tiên huấn luyện với hyperparameter mặc định rồi mới cân nhắc sửa đổi. Nhìn chung, tăng hyperparameter augmentation sẽ giảm và trì hoãn overfitting, cho phép huấn luyện lâu hơn và đạt mAP cuối cùng cao hơn. Giảm hyperparameter gain của thành phần loss như hyp['obj'] sẽ giúp giảm overfitting ở chính các thành phần loss đó. Để tối ưu các hyperparameter này tự động, xem Hướng dẫn tiến hóa hyperparameter của chúng tôi.
• Huấn luyện độ chính xác hỗn hợp. YOLOv5 tự động bật Độ chính xác hỗn hợp tự động (AMP) khi phát hiện GPU được hỗ trợ, giúp tăng tốc huấn luyện và giảm mức sử dụng bộ nhớ mà không làm giảm độ chính xác của model.
• Huấn luyện Multi-GPU. Nếu có nhiều GPU, hãy dùng --device 0,1,2,3 để phân phối quá trình huấn luyện trên các GPU, nhờ đó có thể giảm đáng kể thời gian huấn luyện.
• Dừng sớm. Dùng --patience 50 để dừng huấn luyện nếu metric validation không cải thiện trong 50 epoch, giúp tiết kiệm thời gian và ngăn overfitting.

Kỹ thuật tối ưu hóa nâng cao#

• Học chuyển giao. Với dataset chuyên biệt, hãy bắt đầu bằng trọng số pretrained và tùy chọn đóng băng các layer bằng --freeze để điều chỉnh model cho tác vụ cụ thể.
• Cắt tỉa model. Sau khi huấn luyện, hãy cân nhắc cắt tỉa model để loại bỏ các trọng số dư thừa và giảm kích thước model mà không làm giảm đáng kể hiệu năng.
• Tổ hợp model. Với các ứng dụng quan trọng, hãy huấn luyện nhiều model với cấu hình khác nhau rồi kết hợp các dự đoán để cải thiện độ chính xác.
• Tăng cường khi kiểm thử. Bật TTA trong quá trình inference bằng --augment để cải thiện độ chính xác dự đoán bằng cách lấy trung bình kết quả từ các phiên bản ảnh đầu vào đã được augmentation.

Đọc thêm#

Nếu muốn tìm hiểu thêm, một điểm khởi đầu tốt là bài viết “Công thức huấn luyện mạng neural” của Karpathy, có nhiều ý tưởng huấn luyện hữu ích và áp dụng rộng rãi trong mọi lĩnh vực ML: https://karpathy.github.io/2019/04/25/recipe/

Chúc bạn may mắn 🍀 và hãy cho chúng tôi biết nếu bạn còn câu hỏi nào khác!

Câu hỏi thường gặp#