Skip to main content
Ultralytics’ YOLOv5 (“You Only Look Once”) モデルファミリーは、畳み込みニューラルネットワークを用いてリアルタイムの物体検出を実現します。 W&B は YOLOv5 と直接統合されており、実験のメトリクスのトラッキング、モデルとデータセットのバージョン管理、モデルの予測結果の高度な可視化などの機能を提供します。YOLO の実験を実行する前に、pip install を 1 回実行するだけで利用できます。
W&B のすべてのログ機能は、PyTorch DDP などのデータ並列マルチ GPU トレーニングで利用可能です。

​
コア実験をトラッキングする

まず、YOLOv5 と一緒に W&B Python SDK (wandb) をインストールし、通常どおりトレーニングを実行してください。wandb をインストールすると、W&B に組み込まれたログ機能が有効化され、システムメトリクス、モデルのメトリクス、メディアがインタラクティブなダッシュボードにログされます。
W&B が標準出力に表示するリンクを開いてください。
YOLOv5 のトレーニングメトリクスとシステムチャートが表示された W&B ダッシュボード。

​
インテグレーションをカスタマイズする

実験管理ができるようになったら、YOLO にいくつかのコマンドライン引数を渡すことで、モデルやデータセットのバージョン管理、予測の可視化といった W&B の追加機能を有効にできます。
  • --save_period に数値を指定すると、W&B は save_period エポックごとの終了時に モデルのバージョン を保存します。このバージョンにはモデルの重みが含まれ、検証セットで最も性能の高いモデルにタグが付けられます。
  • --upload_dataset フラグを有効にすると、バージョン管理のためにデータセットもアップロードされます。
  • --bbox_interval に数値を指定すると、データの可視化が有効になります。W&B は bbox_interval エポックごとの終了時に、検証セットに対するモデルの出力をアップロードします。
すべての W&B アカウントで、データセットとモデル用に 100 GB の無料ストレージを利用できます。
実際の表示例は次のとおりです。
モデルのバージョン管理
データの可視化
データとモデルのバージョン管理を使用すると、一時停止した実験やクラッシュした実験を、セットアップせずにどのデバイスからでも再開できます。詳細は Colab を参照してください。
最終更新日 2026年9月30日