Huấn luyện YOLO-NAS trên Tập dữ liệu tùy chỉnh.

May 07 2023

Kiến trúc YOLO-NAS đã ra mắt! YOLO-NAS mới mang lại hiệu suất hiện đại với hiệu suất tốc độ chính xác vô song, vượt trội so với các mẫu khác như YOLOv5, YOLOv6, YOLOv7 và YOLOv8. Chúng ta sẽ hiểu Cách đào tạo YOLO-NAS trên Tập dữ liệu tùy chỉnh.

Hướng dẫn YouTube

Kiến trúc YOLO-NAS đã ra mắt! YOLO-NAS mới mang lại hiệu suất hiện đại với hiệu suất tốc độ chính xác vô song, vượt trội so với các mẫu khác như YOLOv5, YOLOv6, YOLOv7 và YOLOv8.

Chúng ta sẽ hiểu Cách huấn luyện YOLO-NAS trên Tập dữ liệu tùy chỉnh. Tôi sẽ sử dụng Tập dữ liệu Roboflow.

Liên kết tập dữ liệu —https://universe.roboflow.com/object-detect-dmjpt/waste-9cbfm

Chúng tôi sẽ sử dụng google colab để đào tạo tập dữ liệu của mình

Máy tính xách tay dành cho người mới bắt đầu YOLO-NAS —https://colab.research.google.com/drive/1q0RmeVRzLwRXW-h9dPFSOchwJkThUy6d?pli=1&authuser=4

Google Colab

Bước 1. Cài đặt thư viện cần thiết Có thể mất vài phút.

Thư viện quan trọng

Bước 2. Khởi động lại Thời gian chạy trước khi tiếp tục Bước quan trọng

Bấm vào Có

Bước 3. Tải xuống Các trọng số được đào tạo trước — yolo_nas_s hoặc tùy thuộc vào yêu cầu của bạn.

Chạy ô mã tiếp theo nhớ đề cập đúng model = yolo_nas_s trong trường hợp của tôi.

Chạy ô trên này.

Bước 4. Tinh chỉnh YOLO-NAS trên Bộ dữ liệu tùy chỉnh

Kiểm tra thư mục được tạo

Bước 5. Hãy lấy tập dữ liệu từ roboflow. Tôi đã đề cập đến liên kết tập dữ liệu ở trên cùng.

Ô nhập tập dữ liệu Roboflow

Chạy mã ô ở trên để nhập các mô-đun cần thiết do SuperGradients DataLoaders cung cấp.

Bước quan trọng nhất trong khi tải tập dữ liệu để đào tạo.

Đề cập đến tất cả các lớp

Thay đổi kích thước lô nếu cần Tôi đã thay đổi nó 4.

Bây giờ Kiểm tra bộ dữ liệu Phần hay nhất SuperGradients đã thêm các biến đổi

Chạy tất cả các ô mã được hiển thị bên dưới.

Bước 6. Như tôi đã đề cập, tôi đang sử dụng mô hình yolo_nas_s cho khóa đào tạo này.

Xác định số liệu và tham số đào tạo

Tích hợp với các công cụ giám sát thử nghiệm.SuperGradients có các tích hợp riêng với Tensorboard, Weights and Biases, ClearML và DagsHub.

Chỉ thay đổi khi cần thiết…

Bước 7. Hãy bắt đầu đào tạo.

Chạy ô này

Đầu ra của khóa đào tạo chúng ta trông như thế này sẽ mất thời gian để hiển thị đầu ra.

đầu ra

Cuối cùng thì buổi tập cũng kết thúc. Bạn sẽ nhận được quả tạ cuối cùng và tốt nhất của mình trong thư mục điểm kiểm tra.

Bước 8. Đánh giá mô hình được đào tạo tốt nhất trên tập kiểm tra.

Bước 9. Hãy phát hiện bằng cách sử dụng mô hình tốt nhất.

A. CHO ẢNH.

Chạy ô mã bên dưới này, sử dụng bất kỳ hình ảnh nào đưa ra đường dẫn thích hợp và nó hiển thị kết quả dự đoán