【保姆级视频教程(三)】YOLOv12训练参数隐藏功能大揭秘!实时可视化你的模型“学习过程” | 小白也能轻松玩转目标检测!

【2025全站首发】YOLOv12训练参数隐藏功能大揭秘!实时可视化你的模型“学习过程”| 小白也能轻松玩转目标检测!


1. ultralytics官方训练参数详解

官方文档链接,注意plots参数默认值为True,官方文档标注错误。

论据类型默认值说明
modelstrNone指定用于训练的模型文件。接受指向 .pt 预训练模型或 .yaml 配置文件。对于定义模型结构或初始化权重至关重要。
datastrNone数据集配置文件的路径(例如 coco8.yaml).该文件包含特定于数据集的参数,包括训练和 验证数据类名和类数。
epochsint100训练历元总数。每个历元代表对整个数据集进行一次完整的训练。调整该值会影响训练时间和模型性能。
timefloatNone最长训练时间(小时)。如果设置了该值,则会覆盖 epochs 参数,允许训练在指定的持续时间后自动停止。对于时间有限的训练场景非常有用。
patienceint100在验证指标没有改善的情况下,提前停止训练所需的历元数。当性能趋于平稳时停止训练,有助于防止过度拟合
batchint16批量大小有三种模式: 设置为整数(如 batch=16)、自动模式,内存利用率为 60%GPU (batch=-1),或指定利用率的自动模式 (batch=0.70).
imgszintlist640用于训练的目标图像尺寸。所有图像在输入模型前都会被调整到这一尺寸。影响模型精度和计算复杂度。
saveboolTrue可保存训练检查点和最终模型权重。这对恢复训练或模型部署非常有用。
save_periodint-1保存模型检查点的频率,以 epochs 为单位。值为-1 时将禁用此功能。该功能适用于在长时间训练过程中保存临时模型。
cacheboolFalse在内存中缓存数据集图像 (True/ram)、磁盘 (disk),或禁用它 (False).通过减少磁盘 I/O,提高训练速度,但代价是增加内存使用量。
deviceintstrlistNone指定用于训练的计算设备:单个GPU (device=0)、多个 GPU (device=0,1)、CPU (device=cpu) 或MPS for Apple silicon (device=mps).
workersint8加载数据的工作线程数(每 RANK 如果多GPU 训练)。影响数据预处理和输入模型的速度,尤其适用于多GPU 设置。
projectstrNone保存训练结果的项目目录名称。允许有组织地存储不同的实验。
namestrNone训练运行的名称。用于在项目文件夹内创建一个子目录,用于存储训练日志和输出结果。
exist_okboolFalse如果为 True,则允许覆盖现有的项目/名称目录。这对迭代实验非常有用,无需手动清除之前的输出。
pretrainedboolTrue决定是否从预处理模型开始训练。可以是布尔值,也可以是加载权重的特定模型的字符串路径。提高训练效率和模型性能。
optimizerstr'auto'为培训选择优化器。选项包括 SGD, Adam, AdamW, NAdam, RAdam, RMSProp 等,或 auto 用于根据模型配置进行自动选择。影响收敛速度和稳定性
seedint0为训练设置随机种子,确保在相同配置下运行的结果具有可重复性。
deterministicboolTrue强制使用确定性算法,确保可重复性,但由于对非确定性算法的限制,可能会影响性能和速度。
single_clsboolFalse在训练过程中将多类数据集中的所有类别视为单一类别。适用于二元分类任务,或侧重于对象的存在而非分类。
classeslist[int]None指定要训练的类 ID 列表。有助于在训练过程中筛选出特定的类并将其作为训练重点。
rectboolFalse可进行矩形训练,优化批次组成以减少填充。这可以提高效率和速度,但可能会影响模型的准确性。
multi_scaleboolFalse通过增加/减少 imgsz 的系数 0.5 在训练过程中通过多次训练,使模型更加准确。 imgsz 在推理过程中
cos_lrboolFalse利用余弦学习率调度器,根据历时的余弦曲线调整学习率。这有助于管理学习率,实现更好的收敛。
close_mosaicint10在训练完成前禁用最后 N 个历元的马赛克数据增强以稳定训练。设置为 0 则禁用此功能。
resumeboolFalse从上次保存的检查点恢复训练。自动加载模型权重、优化器状态和历时计数,无缝继续训练。
ampboolTrue启用自动混合精度(AMP) 训练,可减少内存使用量并加快训练速度,同时将对精度的影响降至最低。
fractionfloat1.0指定用于训练的数据集的部分。允许在完整数据集的子集上进行训练,这对实验或资源有限的情况非常有用。
profileboolFalse在训练过程中,可对ONNX 和TensorRT 速度进行剖析,有助于优化模型部署。
freezeintlistNone冻结模型的前 N 层或按索引指定的层,从而减少可训练参数的数量。这对微调或迁移学习非常有用。
lr0float0.01初始学习率(即 SGD=1E-2, Adam=1E-3) .调整这个值对优化过程至关重要,会影响模型权重的更新速度。
lrffloat0.01最终学习率占初始学习率的百分比 = (lr0 * lrf),与调度程序结合使用,随着时间的推移调整学习率。
momentumfloat0.937用于 SGD 的动量因子,或用于Adam 优化器的 beta1,用于将过去的梯度纳入当前更新。
weight_decayfloat0.0005L2正则化项,对大权重进行惩罚,以防止过度拟合。
warmup_epochsfloat3.0学习率预热的历元数,学习率从低值逐渐增加到初始学习率,以在早期稳定训练。
warmup_momentumfloat0.8热身阶段的初始动力,在热身期间逐渐调整到设定动力。
warmup_bias_lrfloat0.1热身阶段的偏置参数学习率,有助于稳定初始历元的模型训练。
boxfloat7.5损失函数中边框损失部分的权重,影响对准确预测边框坐标的重视程度。
clsfloat0.5分类损失在总损失函数中的权重,影响正确分类预测相对于其他部分的重要性。
dflfloat1.5分布焦点损失权重,在某些YOLO 版本中用于精细分类。
posefloat12.0姿态损失在姿态估计模型中的权重,影响着准确预测姿态关键点的重点。
kobjfloat2.0姿态估计模型中关键点对象性损失的权重,平衡检测可信度与姿态精度。
nbsint64用于损耗正常化的标称批量大小。
overlap_maskboolTrue决定是将对象遮罩合并为一个遮罩进行训练,还是将每个对象的遮罩分开。在重叠的情况下,较小的掩码会在合并时覆盖在较大的掩码之上。
mask_ratioint4分割掩码的下采样率,影响训练时使用的掩码分辨率。
dropoutfloat0.0分类任务中正则化的丢弃率,通过在训练过程中随机省略单元来防止过拟合。
valboolTrue可在训练过程中进行验证,以便在单独的数据集上对模型性能进行定期评估。
plotsboolTrue生成并保存训练和验证指标图以及预测示例图,以便直观了解模型性能和学习进度。

2. 训练过程可视化:TensorBoard 安装与使用详解

在深度学习训练过程中,实时监控模型的性能和训练进度至关重要。TensorBoard 作为 TensorFlow 的官方可视化工具,提供了丰富的功能来帮助开发者直观地了解模型的训练情况。本节将详细介绍 TensorBoard 的安装与使用方法,以提升训练过程的可观测性和调试效率。

2.1 TensorBoard 安装

2.1.1 使用 pip 安装

TensorBoard 可以通过 Python 的包管理工具 pip 进行安装。在终端或命令提示符中执行以下命令即可完成安装:

pip install tensorboard

2.1.2 验证安装

安装完成后,可以通过以下命令验证 TensorBoard 是否正确安装:

tensorboard --version

如果安装成功,将显示 TensorBoard 的版本号。

2.1.3 依赖项

TensorBoard 依赖于 TensorFlow 或其他兼容的后端框架(如 PyTorch)来生成和解析日志文件。确保你的环境中已安装了适当的后端框架,并与其版本兼容。

2.2 TensorBoard 使用

2.2.1 启动 TensorBoard

要启动 TensorBoard,需要指定一个日志目录,其中包含由训练过程生成的事件文件。以下是启动 TensorBoard 的基本命令:

tensorboard --logdir=runs/detect

其中,runs/detect 是包含事件文件的目录路径。你可以根据实际的日志目录路径进行调整。

2.2.2 访问 TensorBoard 界面

启动 TensorBoard 后,它将在默认的 6006 端口上运行。在浏览器中输入以下 URL 即可访问 TensorBoard 的 Web 界面:

http://localhost:6006

如果 TensorBoard 在远程服务器上运行,需要将 localhost 替换为服务器的 IP 地址或域名。

2.2.3 TensorBoard 主要功能

TensorBoard 提供了多种可视化功能,帮助开发者全面了解模型的训练过程:

  • 标量(Scalars):显示训练过程中的标量值,如损失函数、准确率等。
  • 图像(Images):展示训练过程中生成的图像,如输入图像、预测结果等。
  • 直方图(Histograms):显示张量(如权重、偏置)的分布情况,帮助分析模型的参数变化。
  • 分布图(Distributions):以分布图的形式展示张量的统计信息,与直方图功能类似,但更侧重于整体分布。
  • 计算图(Graphs):可视化模型的计算图,帮助理解模型的结构和数据流。
  • 嵌入向量(Embeddings):展示高维嵌入向量的可视化结果,常用于分析词向量等。

2.2.4 高级用法

  • 自定义端口:如果默认的 6006 端口已被占用,可以通过 --port 参数指定其他端口:

    tensorboard --logdir=runs --port=6007
    
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

一只云卷云舒

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值