Ultralytics 设置#

Ultralytics 将持久化的每台机器设置保存在用户配置目录下的 JSON 文件中，并通过 Python 中的 settings 对象和 yolo settings 命令公开这些设置。这些设置控制数据集、权重和运行结果的存储位置、Ultralytics Platform API 密钥以及启用了哪些实验跟踪器。诸如 imgsz 和 epochs 等每次运行的参数记录在配置页面上。

查看、更新和重置设置

from ultralytics import settings

print(settings)  # view all settings
value = settings["runs_dir"]  # read one setting
settings.update({"runs_dir": "/path/to/runs", "tensorboard": False})  # update one or more settings
settings.reset()  # restore defaults

设置参考#

名称	示例值	数据类型	描述
`settings_version`	`'0.0.8'`	`str`	设置架构版本，与 `ultralytics` 软件包版本不同
`datasets_dir`	`'/path/to/datasets'`	`str`	存储数据集的目录
`weights_dir`	`'/path/to/weights'`	`str`	存储模型权重的目录
`runs_dir`	`'/path/to/runs'`	`str`	存储实验运行结果的目录
`uuid`	`'a1b2c3d4'`	`str`	用于分析的匿名机器标识符（SHA-256 哈希值）
`sync`	`True`	`bool`	向 Ultralytics 发送匿名分析和崩溃报告，请参阅隐私
`api_key`	`''`	`str`	Ultralytics Platform API 密钥
`openai_api_key`	`''`	`str`	用于探索器 Ask AI 功能的 OpenAI API 密钥，最高支持 `ultralytics==8.3.11`
`clearml`	`True`	`bool`	启用 ClearML 日志记录
`comet`	`True`	`bool`	启用 Comet ML 实验跟踪
`dvc`	`True`	`bool`	启用 DVC 实验跟踪
`mlflow`	`True`	`bool`	启用 MLflow 实验跟踪
`raytune`	`True`	`bool`	启用 Ray Tune 超参数调优报告
`tensorboard`	`False`	`bool`	启用 TensorBoard 日志记录
`wandb`	`False`	`bool`	启用 Weights & Biases 日志记录
`vscode_msg`	`True`	`bool`	检测到 VS Code 终端时，显示安装 Ultralytics-Snippets 扩展的提示
`openvino_msg`	`True`	`bool`	在 Intel CPU 上，显示建议使用 OpenVINO 导出以加快推理速度的提示

贡献者

RAraimbekovm¹

创建于 2小时前更新于 2小时前

Ultralytics 设置#

设置参考#

评论