YOLOv5

Utilisez l’intégration W&B native de YOLOv5 pour le suivi des expériences, la gestion des versions des modèles et la visualisation des prédictions.

YOLOv5 d’Ultralytics (“You Only Look Once”) est une famille de modèles qui permet la détection d’objets en temps réel avec des réseaux de neurones convolutifs, sans les tracas habituels.

W&B est directement intégré à YOLOv5 et offre le suivi des métriques d’expérience, la gestion des versions des modèles et des jeux de données, des visualisations riches des prédictions du modèle, et plus encore. Il suffit d’exécuter un simple pip install avant de lancer vos expériences YOLO.

Toutes les fonctionnalités de journalisation de W&B sont compatibles avec l’entraînement multi-GPU avec parallélisme de données, par exemple avec PyTorch DDP.

​

Suivre les Experiments essentiels

Il suffit d’installer wandb pour activer les fonctionnalités de journalisation intégrées de W&B : métriques système, métriques de modèle et médias enregistrés dans des tableaux de bord interactifs.

pip install wandb
git clone https://github.com/ultralytics/yolov5.git
python yolov5/train.py  # entraîner un petit réseau sur un petit jeu de données

Il vous suffit de suivre les liens affichés dans la sortie standard de wandb.

​

Personnaliser l’intégration

En passant quelques arguments simples en ligne de commande à YOLO, vous pouvez tirer parti d’encore plus de fonctionnalités W&B.

• Si vous passez un nombre à --save_period, W&B enregistre une version du modèle à la fin de chaque période de save_period époques. La version du modèle inclut les poids du modèle et ajoute un tag au modèle le plus performant sur l’ensemble de validation.
• L’activation de l’option --upload_dataset téléverse également le jeu de données pour la gestion des versions des données.
• Passer un nombre à --bbox_interval active Data Visualization. À la fin de chaque période de bbox_interval époques, les sorties du modèle sur l’ensemble de validation sont téléversées vers W&B.

Gestion des versions du modèle uniquement

python yolov5/train.py --epochs 20 --save_period 1

Gestion des versions du modèle et Data Visualization

python yolov5/train.py --epochs 20 --save_period 1 \
  --upload_dataset --bbox_interval 1

Chaque compte W&B inclut 100 Go de stockage gratuit pour les jeux de données et les modèles.

Voici à quoi cela ressemble.

Avec la gestion des versions des données et des modèles, vous pouvez reprendre des expériences mises en pause ou interrompues depuis n’importe quel appareil, sans configuration. Consultez le Colab pour en savoir plus.