跳转至内容

使用 Weights & Biases 进行 YOLO 实验跟踪和可视化

目标检测模型，如Ultralytics YOLO26，已成为许多计算机视觉应用不可或缺的一部分。然而，训练、评估和部署这些复杂模型带来了诸多挑战。跟踪关键训练指标、比较模型变体、分析模型行为以及检测问题需要大量的工具和实验管理。



观看： 如何将 Ultralytics YOLO26 与 Weights and Biases 结合使用

本指南展示了 Ultralytics YOLO26 与 Weights & Biases 的集成，以增强实验跟踪、模型检查点和模型性能可视化。它还包括使用 Weights & Biases 的交互式功能设置集成、训练、微调和可视化结果的说明。

Weights & Biases

Weights and Biases

Weights & Biases 是一个先进的 MLOps 平台，专为跟踪、可视化和管理机器学习实验而设计。它具有自动记录训练指标以实现完全实验可重复性、用于简化数据分析的交互式 UI 以及用于跨各种环境部署的高效模型管理工具。

使用 Weights & Biases 训练 YOLO26

您可以使用 Weights & Biases 为您的 YOLO26 训练过程带来效率和自动化。该集成允许您跟踪实验、比较模型并做出数据驱动的决策，以改进您的计算机视觉项目。

安装

要安装所需的软件包，请运行：

安装

# Install the required packages for Ultralytics YOLO and Weights & Biases
pip install -U ultralytics wandb

# Enable W&B logging for Ultralytics
yolo settings wandb=True

有关安装过程的详细说明和最佳实践，请务必查阅我们的YOLO26 安装指南。在安装 YOLO26 所需软件包时，如果遇到任何困难，请查阅我们的常见问题指南以获取解决方案和提示。

配置 Weights & Biases

安装必要的软件包后，下一步是设置您的 Weights & Biases 环境。这包括创建一个 Weights & Biases 帐户并获取必要的 API 密钥，以便在您的开发环境和 W&B 平台之间建立顺畅的连接。

首先，在您的工作区中初始化 Weights & Biases 环境。您可以通过运行以下命令并按照提示操作来完成此操作。

初始 SDK 设置

import wandb

# Initialize your Weights & Biases environment
wandb.login(key="YOUR_API_KEY")

# Initialize your Weights & Biases environment
wandb login

前往Weights & Biases 授权页面创建并检索您的 API 密钥。当系统提示您使用 W&B 验证环境时，请使用此密钥。

用法：使用 Weights & Biases 训练 YOLO26

在深入了解使用 Weights & Biases 训练 YOLO26 模型的说明之前，请务必查看Ultralytics 提供的 YOLO26 模型系列。这将帮助您根据项目需求选择最合适的模型。

用法：使用 Weights & Biases 训练 YOLO26

from ultralytics import YOLO

# Load a YOLO model
model = YOLO("yolo26n.pt")

# Train and Fine-Tune the Model
model.train(data="coco8.yaml", epochs=5, project="ultralytics", name="yolo26n")

# Train a YOLO26 model with Weights & Biases
yolo train data=coco8.yaml epochs=5 project=ultralytics name=yolo26n

W&B 参数

参数默认值描述
项目None指定本地和 W&B 中记录的项目的名称。这样，您可以将多个运行分组在一起。
名称None训练运行的名称。这将确定用于创建子文件夹的名称以及用于 W&B 日志记录的名称

启用或禁用 Weights & Biases

如果您想在 Ultralytics 中启用或禁用 Weights & Biases 日志记录，可以使用 yolo settings 命令。默认情况下，Weights & Biases 日志记录已禁用。

# Enable Weights & Biases logging
yolo settings wandb=True

# Disable Weights & Biases logging
yolo settings wandb=False

了解输出

运行上述使用代码片段后，您可以预期以下关键输出：

  • 新运行的设置及其唯一 ID，表示训练过程的开始。
  • 模型结构的简明摘要，包括层数和参数。
  • 在每个训练周期内，定期更新边界框损失、分类损失、DFL损失、精度、召回率和 mAP 分数等重要指标。
  • 在训练结束时，会显示详细的指标，包括模型的推理速度和整体准确率指标。
  • Weights & Biases 仪表板的链接，用于深入分析和可视化训练过程，以及本地日志文件位置的信息。

查看 Weights & Biases 仪表板

运行使用代码片段后，您可以通过输出中提供的链接访问 Weights & Biases (W&B) 控制面板。该控制面板提供了您的模型使用 YOLO26 进行训练过程的全面视图。

Weights & Biases 仪表盘的主要特性

  • 实时指标跟踪：在训练过程中观察损失、准确性和验证分数等指标的变化，从而为模型调整提供即时见解。 了解如何使用 Weights & Biases 跟踪实验。

  • 超参数优化：Weights & Biases 有助于微调关键参数，例如学习率、批量大小等，从而提升 YOLO26 的性能。这有助于您为特定数据集和任务找到最佳配置。

  • 对比分析: 该平台允许对不同的训练运行进行并排比较，这对于评估各种模型配置的影响以及了解哪些更改可以提高性能至关重要。

  • 训练进度可视化： 关键指标的图形表示提供了对模型在各个 epoch 中性能的直观理解。了解 Weights & Biases 如何帮助您可视化验证结果。

  • 资源监控：跟踪CPU、GPU和内存使用情况，以优化训练过程的效率并识别工作流程中的潜在瓶颈。

  • 模型工件管理：访问和共享模型检查点，方便部署和与团队成员在复杂项目上进行协作。

  • 使用图像叠加查看推理结果：使用 Weights & Biases 中的交互式叠加可视化图像上的预测结果，从而清晰详细地了解模型在实际数据上的性能。有关更多详细信息，请参阅 Weights & Biases 的图像叠加功能。

通过使用这些功能，您可以有效地跟踪、分析和优化 YOLO26 模型的训练，确保您的目标检测任务获得最佳性能和效率。

总结

本指南帮助您探索了Ultralytics YOLO与Weights & Biases的集成。它展示了此集成有效跟踪和可视化模型训练及预测结果的能力。通过利用W&B的强大功能，您可以简化您的机器学习工作流程，做出数据驱动的决策，并提高模型的性能。

有关使用方法的更多详细信息，请访问 Weights & Biases 的官方文档，或浏览 YOLO VISION 2023 中 Soumik Rakshit 的演示文稿，了解有关此集成的更多信息。

此外，请务必查看 Ultralytics 集成指南页面，以了解有关 MLflow 和 Comet ML 等不同精彩集成的更多信息。

常见问题

如何将 Weights & Biases 与 Ultralytics YOLO26 集成？

要将 Weights & Biases 与 Ultralytics YOLO26 集成：

  1. 安装所需的软件包：

    pip install -U ultralytics wandb
yolo settings wandb=True

  2. 登录您的 Weights & Biases 帐户：

    import wandb

wandb.login(key="YOUR_API_KEY")

  3. 启用 W&B 日志记录来训练您的 YOLO26 模型：

    from ultralytics import YOLO

model = YOLO("yolo26n.pt")
model.train(data="coco8.yaml", epochs=5, project="ultralytics", name="yolo26n")

这将会自动将指标、超参数和模型工件记录到您的 W&B 项目中。

Weights & Biases 与 YOLO26 集成的主要功能有哪些？

主要功能包括：

  • 训练期间的实时指标跟踪
  • 超参数优化工具
  • 不同训练运行的对比分析
  • 通过图表可视化训练进度
  • 资源监控（CPU、GPU、内存使用情况）
  • 模型工件管理和共享
  • 查看带有图像叠加的推理结果

这些功能有助于跟踪实验、优化模型以及在 YOLO26 项目上更有效地协作。

如何查看我的 YOLO26 训练的 Weights & Biases 控制面板？

在使用 W&B 集成运行训练脚本后：

  1. 您的 W&B 仪表板的链接将在控制台输出中提供。
  2. 点击链接或转到 wandb.ai 并登录到您的帐户。
  3. 导航至您的项目以查看详细的指标、可视化效果和模型性能数据。

该控制面板提供了对模型训练过程的深入洞察，使您能够有效地分析和改进 YOLO26 模型。

我可以禁用 YOLO26 训练的 Weights & Biases 日志记录吗？

是的，您可以使用以下命令禁用 W&B 日志记录：

yolo settings wandb=False

要重新启用日志记录，请使用：

yolo settings wandb=True

这使您可以控制何时使用W＆B日志记录，而无需修改训练脚本。

Weights & Biases 如何帮助优化 YOLO26 模型？

Weights & Biases 通过以下方式帮助优化 YOLO26 模型：

  1. 提供训练指标的详细可视化
  2. 可以轻松比较不同模型版本
  3. 提供用于超参数调优的工具
  4. 允许对模型性能进行协作分析
  5. 方便轻松共享模型工件和结果

这些功能帮助研究人员和开发人员更快地迭代，并做出数据驱动的决策来改进他们的 YOLO26 模型。



📅 创建于 2 年前 ✏️ 更新于 5 天前
glenn-jocherRizwanMunawarUltralyticsAssistantY-T-Gjk4eMatthewNoyceambitious-octopusIvorZhu331abirami-vina

评论