Model Weights

I pesi del modello sono i parametri apprendibili all'interno di un modello di machine learning che trasformano i dati di input in output previsti. In una rete neurale, questi pesi rappresentano la forza delle connessioni tra i neuroni attraverso diversi strati. Quando un modello viene inizializzato, questi pesi sono solitamente impostati su valori casuali e piccoli, il che significa che il modello non "sa" nulla. Attraverso un processo chiamato addestramento, il modello regola ripetutamente questi pesi in base agli errori che commette, imparando gradualmente a riconoscere pattern, caratteristiche e relazioni all'interno dei dati. Puoi pensare ai pesi del modello come alla "memoria" o alla "conoscenza" dell'IA; essi memorizzano ciò che il sistema ha imparato dai suoi dati di addestramento.

Il ruolo dei pesi nell'apprendimento#

L'obiettivo principale dell'addestramento di una rete neurale è trovare l'insieme ottimale di pesi del modello che riduce al minimo l'errore tra le previsioni del modello e la reale verità di fondo. Questo processo comporta il passaggio dei dati attraverso la rete, un passaggio noto come forward pass, e quindi il calcolo di un valore di perdita utilizzando una specifica funzione di perdita. Se la previsione non è corretta, un algoritmo di ottimizzazione come Stochastic Gradient Descent (SGD) o il più recente ottimizzatore Muon utilizzato in YOLO26 calcola quanto ogni peso ha contribuito all'errore.

Attraverso una tecnica chiamata retropropagazione, l'algoritmo aggiorna leggermente i pesi per ridurre l'errore per la volta successiva. Questo ciclo si ripete migliaia o milioni di volte finché i pesi del modello non si stabilizzano e il sistema raggiunge un'elevata precisione. Una volta completato l'addestramento, i pesi vengono "congelati" e salvati, consentendo di distribuire il modello per l'inferenza su dati nuovi e mai visti prima.

Pesi del modello vs. Bias#

È importante distinguere tra pesi e bias, poiché lavorano insieme ma servono a scopi diversi. Mentre i pesi del modello determinano la forza e la direzione della connessione tra i neuroni (controllando la pendenza dell'attivazione), i bias consentono di spostare la funzione di attivazione a sinistra o a destra. Questo offset garantisce che il modello possa adattarsi meglio ai dati, anche quando tutte le feature di input sono zero. Insieme, pesi e bias formano i parametri apprendibili che definiscono il comportamento di architetture come le reti neurali convoluzionali (CNN).

Applicazioni nel mondo reale#

I pesi del modello sono la componente fondamentale che consente ai sistemi di IA di funzionare in vari settori. Ecco due esempi concreti di come vengono applicati:

• Visione artificiale nel settore retail: In un sistema di supermercato intelligente, un modello come YOLO26 utilizza i suoi pesi addestrati per identificare i prodotti su uno scaffale. I pesi hanno "imparato" le caratteristiche visive, come la forma della scatola di cereali o il colore di una lattina di bibita, consentendo al sistema di rilevare gli articoli, gestire l'inventario e persino facilitare in modo efficiente i processi di pagamento automatizzati.
• Analisi di immagini mediche: In ambito sanitario, i modelli di deep learning utilizzano pesi specializzati per analizzare radiografie o scansioni MRI. Ad esempio, un modello addestrato per il rilevamento di tumori utilizza i suoi pesi per distinguere tra tessuto sano e potenziali anomalie. Questi pesi catturano pattern complessi e non lineari nei dati dei pixel che potrebbero essere sottili per l'occhio umano, aiutando i radiologi a effettuare diagnosi più rapide.

Salvataggio e caricamento dei pesi#

In pratica, lavorare con i pesi del modello comporta il salvataggio dei parametri addestrati in un file e il loro successivo caricamento per la previsione o il fine-tuning. Nell'ecosistema Ultralytics, questi vengono tipicamente archiviati come file .pt (PyTorch).

Ecco un semplice esempio di come caricare pesi pre-addestrati in un modello YOLO ed eseguire una previsione:

from ultralytics import YOLO

# Load a model with pre-trained weights (e.g., YOLO26n)
model = YOLO("yolo26n.pt")

# Run inference on an image using the loaded weights
results = model("https://ultralytics.com/images/bus.jpg")

# Print the number of detected objects
print(f"Detected {len(results[0].boxes)} objects.")

Transfer Learning e fine-tuning#

Uno degli aspetti più potenti dei pesi del modello è la loro portabilità. Invece di addestrare un modello da zero, il che richiede enormi dataset e una notevole potenza di calcolo, gli sviluppatori spesso utilizzano il transfer learning. Questo comporta l'utilizzo di un modello con pesi pre-addestrati su un grande dataset come COCO o ImageNet e l'adattamento a un compito specifico.

Ad esempio, potresti prendere i pesi da un rilevatore di oggetti generico ed effettuarne il fine-tuning su un dataset più piccolo di pannelli solari. Poiché i pesi pre-addestrati comprendono già bordi, forme e texture, il modello converge molto più velocemente e richiede meno dati etichettati. Strumenti come la Piattaforma Ultralytics semplificano questo processo, consentendo ai team di gestire i dataset, addestrare i modelli sul cloud e distribuire pesi ottimizzati su dispositivi edge senza problemi.

Compressione e ottimizzazione#

La moderna ricerca sull'IA si concentra spesso sulla riduzione della dimensione del file dei pesi del modello senza sacrificare le prestazioni, un processo noto come quantizzazione del modello. Riducendo la precisione dei pesi (ad esempio, da virgola mobile a 32 bit a interi a 8 bit), gli sviluppatori possono ridurre significativamente l'utilizzo della memoria e migliorare la velocità di inferenza. Questo è fondamentale per distribuire modelli su hardware con risorse limitate come telefoni cellulari o dispositivi Raspberry Pi. Inoltre, tecniche come il pruning rimuovono i pesi che contribuiscono poco all'output, ottimizzando ulteriormente il modello per applicazioni in tempo reale.