YOLOX - CoreWeave Docs

YOLOX est une version sans ancres de YOLO conçue pour la détection d’objets. L’intégration W&B de YOLOX vous permet, à l’aide d’un seul argument de ligne de commande, d’activer la journalisation des métriques liées à l’entraînement, à la validation et au système, et de valider les prédictions de manière interactive. Ce guide explique comment vous authentifier auprès de W&B, installer l’intégration et activer la journalisation W&B lors de l’entraînement d’un modèle de détection d’objets YOLOX, afin de suivre les métriques et d’examiner les prédictions dans l’interface de W&B. Une clé API authentifie votre machine auprès de W&B. Vous pouvez générer une clé API depuis votre profil utilisateur.

Pour plus de simplicité, accédez aux Paramètres utilisateur et créez une clé API. Copiez immédiatement la clé API et enregistrez-la dans un emplacement sécurisé, par exemple un gestionnaire de mots de passe.

Cliquez sur l’icône de votre profil utilisateur dans le coin supérieur droit.
Sélectionnez Paramètres utilisateur, puis faites défiler la page jusqu’à la section API Keys.

Installer la bibliothèque `wandb` et se connecter

Pour installer la bibliothèque wandb en local et vous connecter :

Ligne de commande
Python
Notebook Python

Définissez la variable d’environnement WANDB_API_KEY sur votre clé API. Remplacez les valeurs entre <> par les vôtres :
export WANDB_API_KEY=<your_api_key>
Installez la bibliothèque wandb et connectez-vous.
pip install wandb wandb login

pip install wandb

import wandb
wandb.login()

!pip install wandb

import wandb
wandb.login()

Consigner des métriques

Une fois la bibliothèque wandb installée et votre machine authentifiée, vous pouvez activer la journalisation W&B depuis le script d’entraînement YOLOX. Utilisez l’argument de ligne de commande --logger wandb pour activer la journalisation avec wandb. Vous pouvez également transmettre tous les arguments attendus par wandb.init(). Préfixez chaque argument par wandb-. num_eval_imges détermine le nombre d’images et de prédictions de l’ensemble de validation que W&B journalise dans des tableaux pour l’évaluation du modèle. Remplacez les espaces réservés suivants avant d’exécuter la commande :

<project-name> : le nom de votre projet W&B.
<entity> : votre entity W&B (nom d’utilisateur ou nom d’équipe).
<run-name> : un nom pour ce run d’entraînement.
<run-id> : un identifiant unique pour ce run.
<save-dir> : le répertoire dans lequel YOLOX enregistre les points de contrôle et les journaux.
<num-images> : le nombre d’images de validation à journaliser.
<bool> : indique s’il faut journaliser les points de contrôle (true ou false).

# Se connecter à W&B
wandb login

# Lancer votre script d’entraînement YOLOX avec l’argument de logger wandb
python tools/train.py .... --logger wandb \
                wandb-project <project-name> \
                wandb-entity <entity> \
                wandb-name <run-name> \
                wandb-id <run-id> \
                wandb-save_dir <save-dir> \
                wandb-num_eval_imges <num-images> \
                wandb-log_checkpoints <bool>

Exemple

Une fois votre run d’entraînement lancé, YOLOX transmet en continu les métriques d’entraînement, de validation et système à votre projet W&B, où vous pouvez comparer les runs et examiner les prédictions. L’exemple suivant montre à quoi ressemble un tableau de bord alimenté en données. Voir l’exemple de tableau de bord avec les métriques d’entraînement et de validation de YOLOX.

Pour toute question ou tout problème concernant cette intégration W&B, ouvrez une issue dans le dépôt YOLOX.

​S’inscrire et créer une clé API

​Installer la bibliothèque wandb et se connecter

​Consigner des métriques

​Exemple

S’inscrire et créer une clé API

Installer la bibliothèque `wandb` et se connecter

Consigner des métriques

Exemple