YOLOv5 - CoreWeave Docs

Ultralytics의 YOLOv5 (“You Only Look Once”) 모델 제품군은 합성곱 신경망을 사용한 실시간 객체 탐지를 지원합니다. W&B는 YOLOv5와 직접 통합되어 실험 메트릭 추적, 모델 및 데이터셋 버전 관리, 풍부한 모델 예측 시각화 등을 제공합니다. YOLO 실험을 실행하기 전에 pip install을 한 번 실행하세요.

모든 W&B 로깅 기능은 PyTorch DDP와 같은 데이터 병렬 다중 GPU 트레이닝과 호환됩니다.

핵심 실험 추적

시작하려면 YOLOv5와 함께 W&B Python SDK(wandb)를 설치하고 평소처럼 트레이닝을 실행하세요. wandb를 설치하면 내장된 W&B 로깅 기능이 활성화되어 시스템 메트릭, 모델 메트릭, 미디어가 대화형 대시보드에 로깅됩니다.

pip install wandb
git clone https://github.com/ultralytics/yolov5.git
python yolov5/train.py  # 작은 데이터셋으로 작은 신경망 학습

W&B가 표준 출력에 표시하는 링크를 따라가십시오.

YOLOv5 트레이닝 메트릭 및 시스템 차트를 보여주는 W&B 대시보드.

인테그레이션 사용자 지정

실험 추적이 작동하면 YOLO에 몇 가지 명령줄 인수를 전달하여 추가 W&B 기능(모델 버전 관리, 데이터셋 버전 관리, 예측 시각화 등)을 활성화할 수 있습니다.

--save_period에 숫자를 전달하면 W&B가 save_period 에포크마다 마지막에 모델 버전을 저장합니다. 모델 버전에는 모델 가중치가 포함되며, 검증 세트에서 성능이 가장 좋은 모델에 태그가 지정됩니다.
--upload_dataset 플래그를 켜면 데이터 버전 관리를 위해 데이터셋도 업로드됩니다.
--bbox_interval에 숫자를 전달하면 데이터 시각화가 활성화됩니다. bbox_interval 에포크마다 마지막에 W&B가 검증 세트에 대한 모델의 출력을 업로드합니다.

모델 버전 관리만
모델 버전 관리 및 데이터 시각화

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

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

모든 W&B 계정에는 데이터셋과 모델을 위한 100 GB의 무료 저장소가 제공됩니다.

다음과 같이 표시됩니다.

데이터 및 모델 버전 관리를 사용하면 별도의 설정 없이 모든 기기에서 일시 중지되거나 비정상 종료된 실험을 재개할 수 있습니다. 자세한 내용은 Colab을 참조하세요.

​핵심 실험 추적

​인테그레이션 사용자 지정

핵심 실험 추적

인테그레이션 사용자 지정