安装Ultralytics YOLO11和Weights & Biases所需的包。
要安装Ultralytics YOLO11和Weights & Biases,需要运行以下命令:
pip install -U ultralytics wandb
如果在安装过程中遇到任何问题,可以参考来寻找解决方案和提示。
设置Weights & Biases环境,包括创建账户和获取API密钥。
安装完必要的包之后,下一步是配置Weights & Biases环境。这包括创建一个Weights & Biases账户并获取必要的API密钥,以便在开发环境和Weights & Biases平台之间建立流畅的连接。
首先,在工作空间中初始化Weights & Biases环境。可以通过运行以下命令并按照给出的指示来完成:
import wandb; wandb.login(key="<API_KEY>")
前往Weights & Biases的授权页面创建并获取API密钥。使用这个密钥来认证环境与W&B的连接。
了解如何使用Weights & Biases进行YOLO11模型训练。
在深入了解使用Weights & Biases进行YOLO11模型训练的说明之前,请务必查看Ultralytics提供的。这将帮助为项目需求选择最合适的模型。
使用Weights & Biases进行YOLO11模型训练之前,确保已经查看了Ultralytics提供的YOLO11模型范围。这将帮助选择最适合项目需求的模型。
from ultralytics import YOLO; model = YOLO("yolo11n.pt"); model.train(data="coco8.yaml", epochs=5, project="ultralytics", name="yolo11n")
以上代码展示了如何使用Weights & Biases来训练和微调YOLO11模型。
根据需要启用或禁用Weights & Biases日志记录。
如果想启用或禁用Weights & Biases日志记录,可以使用wandb命令。默认情况下,Weights & Biases日志记录是启用的。
# 启用Weights & Biases日志记录 wandb enabled # 禁用Weights & Biases日志记录 wandb disabled
这样可以让控制何时使用Weights & Biases日志记录,而无需修改训练脚本。
运行上述使用说明中的代码片段后,可以期待以下关键结果:
一个新的训练周期将被设置,每个周期都有其唯一的标识符,标志着训练过程的开始。
模型结构的简洁总结,包括层数和参数数量。
在每个训练周期中,关键指标如box loss、cls loss、dfl loss、precision、recall和mAP分数的定期更新。
训练结束后,将显示详细的指标,包括模型的推理速度和总体准确性指标。