Cách di chuyển model Ultralytics YOLO từ W&B sang Ultralytics Platform

Trong các dự án thị giác máy tính, huấn luyện model chỉ là một phần của quy trình. Khi số lượng thử nghiệm tăng lên, bạn cũng cần quản lý các phiên bản model, theo dõi metric huấn luyện, so sánh kết quả và đưa các model đã huấn luyện vào ứng dụng thực tế.

Weights & Biases (W&B) là công cụ theo dõi thử nghiệm được sử dụng rộng rãi trong machine learning. Nếu làm việc với Ultralytics YOLO, có thể bạn đã dùng W&B để ghi lại các metric huấn luyện như loss, mAP, precision và recall, quản lý trọng số model, cũng như trực quan hóa hiệu suất thử nghiệm.

Khi các dự án chuyển từ giai đoạn thử nghiệm sang triển khai, bạn có thể muốn quản lý model, đánh giá hiệu suất, xuất và triển khai model tại cùng một nơi.

Ultralytics Platform có thể nhập trực tiếp các checkpoint model Ultralytics YOLO đủ điều kiện và bản ghi huấn luyện tương ứng từ W&B. Bạn không cần huấn luyện lại: sau khi nhập model, bạn có thể kiểm tra suy luận, xuất và triển khai model.

Hướng dẫn này trình bày cách chuẩn bị model và bản ghi huấn luyện, nhập model thông qua tích hợp W&B, tải checkpoint lên theo cách thủ công và theo dõi các lần chạy huấn luyện trong tương lai trên Ultralytics Platform.

Trước khi di chuyển: xem xét các model và dữ liệu huấn luyện hiện có#

Trong W&B, một thử nghiệm huấn luyện thường tương ứng với một lần chạy; nhiều lần chạy có thể được tổ chức trong một dự án. Trọng số model và các đầu ra huấn luyện khác có thể được lưu trữ và quản lý phiên bản dưới dạng artifact.

Trước khi di chuyển model Ultralytics YOLO, hãy kiểm tra những mục sau:

• Trọng số model: Các tệp như best.pt, lưu checkpoint có hiệu suất tốt nhất từ quá trình huấn luyện.
• Cấu hình huấn luyện: Các tham số như learning rate, số epoch và kích thước ảnh.
• Metric huấn luyện: Các metric như loss, mAP, precision và recall.
• Lịch sử huấn luyện: Bản ghi thử nghiệm và metric được ghi lại ở mỗi epoch.

Ultralytics Platform có thể nhập những gì?#

Thông qua tích hợp W&B chính thức, Ultralytics Platform có thể truy cập các artifact model đủ điều kiện và đọc thông tin được lưu trong checkpoint của chúng.

Mức độ lịch sử huấn luyện được chuyển sang phụ thuộc vào các tệp model gốc và dữ liệu được lưu trong W&B. Nếu checkpoint không chứa metric huấn luyện theo từng epoch, Ultralytics Platform sẽ thử truy xuất đường cong huấn luyện từ lịch sử lần chạy W&B. Chúng tôi khuyến nghị sao lưu các tệp model và dữ liệu thử nghiệm quan trọng trước khi bắt đầu.

Nhập model Ultralytics YOLO thông qua tích hợp W&B#

Nếu dự án W&B đã có checkpoint best.pt của model Ultralytics YOLO, bạn có thể sử dụng tích hợp W&B tích hợp sẵn trong Ultralytics Platform. Bạn có thể hoàn tất quá trình nhập ngay trên trình duyệt, không cần tải từng model xuống rồi tải lên lại theo cách thủ công.

Bước 1: Đăng nhập vào Ultralytics Platform#

Mở Ultralytics Platform và đăng nhập, sau đó chuyển sang workspace nơi bạn muốn nhập model.

Bạn cần có vai trò biên tập viên trở lên trong workspace đó để nhập model. Model được nhập sẽ được tính vào giới hạn dung lượng lưu trữ và số lượng model của workspace. Tính năng nhập từ W&B có trên mọi gói.

Bước 2: Mở tích hợp W&B#

Trong Ultralytics Platform, vào Settings → Integrations → Weights & Biases. Đây là nơi bạn nhập các model Ultralytics YOLO hiện có từ W&B.

Bước 3: Kết nối tài khoản W&B#

Lấy API key từ trang cấp quyền W&B. Quay lại Ultralytics Platform, dán key rồi nhấp Connect.

Sau khi kết nối, Ultralytics Platform hiển thị các dự án W&B mà key của bạn có thể truy cập, bao gồm dự án của bạn và dự án của các nhóm bạn, cùng với các model có thể nhập. Đảm bảo API key có quyền đọc các dự án bạn muốn di chuyển.

Lưu ý bảo mật: API key là thông tin xác thực nhạy cảm. Không đưa API key vào các kho mã công khai hoặc chia sẻ với người khác.

Khi chủ sở hữu workspace kết nối bằng API key W&B, Ultralytics Platform sẽ lưu key ở dạng mã hóa và tái sử dụng cho các lần nhập sau trong workspace đó, vì vậy bạn không cần nhập lại. Chỉ chủ sở hữu mới có thể thêm, thay thế hoặc xóa key đã lưu. Key do thành viên workspace khác nhập chỉ được dùng cho lần nhập đó.

Bước 4: Chọn dự án cần nhập#

Sau khi kết nối, danh sách hiển thị các dự án W&B mà API key có thể truy cập và có chứa artifact model. Chờ thông tin chi tiết của model tải xong, rồi chọn các dự án bạn muốn di chuyển.

Ultralytics Platform nhập theo dự án: hệ thống sẽ thử nhập mọi model đủ điều kiện trong mỗi dự án bạn chọn. Model đủ điều kiện khi:

1. Lần chạy W&B của model có chứa artifact model với checkpoint best.pt.
2. Loại tác vụ của model được Ultralytics Platform hỗ trợ.
3. Checkpoint của model nằm trong giới hạn tải lên 1 GB.

Không thể chọn các dự án không có model nào đủ điều kiện.

Bước 5: Bắt đầu nhập#

Sau khi chọn dự án, nhấp Import N, trong đó N là số dự án bạn đã chọn. Ultralytics Platform bắt đầu nhập các model đủ điều kiện và hiển thị tiến độ trong trình theo dõi tải lên chạy nền.

Giữ tab trình duyệt mở cho đến khi quá trình tải lên hoàn tất. Bạn vẫn có thể điều hướng trong Ultralytics Platform trong khi quá trình tải lên diễn ra.

Bước 6: Xem lại các model đã nhập#

Khi quá trình nhập hoàn tất, mở dự án tương ứng và chọn một model để xem thông tin chi tiết. Mỗi dự án W&B được nhập vào một dự án Ultralytics Platform cùng tên; dự án này sẽ được tạo nếu chưa tồn tại.

Với mỗi model đã nhập, bạn có thể xem thông tin hiện có như kiến trúc, loại tác vụ, tên lớp, cấu hình huấn luyện và metric huấn luyện. Nếu checkpoint gốc không bao gồm kết quả theo từng epoch, Ultralytics Platform cũng sẽ thử truy xuất kết quả từ lịch sử lần chạy W&B.

Giờ đây, các model Ultralytics YOLO hiện có đã sẵn sàng để quản lý, kiểm tra và sử dụng trong Ultralytics Platform.

Phương án thay thế: tải trọng số model hiện có lên theo cách thủ công#

Nếu model được lưu cục bộ, bạn có thể tải trực tiếp model lên Ultralytics Platform.

Sau khi huấn luyện model Ultralytics YOLO để phát hiện đối tượng, thư mục đầu ra thường có dạng như sau:

runs/
└── detect/
    └── train/
        └── weights/
            ├── best.pt
            └── last.pt

Tệp best.pt chứa checkpoint có hiệu suất tốt nhất từ quá trình huấn luyện và là tệp thường được dùng nhất cho suy luận và triển khai.

Trong Ultralytics Platform, mở dự án đích. Kéo thả tệp .pt vào trang dự án hoặc thanh bên model, hoặc nhấp Upload models rồi chọn tệp cục bộ. Khi tải lên hoàn tất, Ultralytics Platform sẽ tự động đọc metadata model được hỗ trợ, chẳng hạn như tác vụ, kiến trúc và tên lớp.

Để kiểm tra model tải đúng cách trước khi tải lên, bạn có thể chạy một lượt dự đoán nhanh bằng package Ultralytics Python:

from ultralytics import YOLO

# Tải model cục bộ
model = YOLO("best.pt")

# Chạy suy luận
results = model.predict(
    source="test.jpg",
    conf=0.25,
)

print(results)

Thay các đường dẫn ví dụ bằng đường dẫn đến trọng số model và ảnh kiểm thử của bạn.

Lưu ý rằng việc tải lên thủ công không thể khôi phục lịch sử huấn luyện chưa được lưu trong checkpoint gốc.

Sau khi đưa các model hiện có lên nền tảng, bạn cũng có thể gửi trực tiếp các lần chạy huấn luyện Ultralytics YOLO trong tương lai đến Ultralytics Platform.

Theo dõi các lần chạy huấn luyện mới trong Ultralytics Platform#

Ví dụ sau sử dụng Ultralytics YOLO26 để minh họa cách huấn luyện model trên máy của bạn đồng thời truyền metric huấn luyện đến Ultralytics Platform.

Bước 1: Cài đặt hoặc cập nhật Ultralytics#

pip install -U ultralytics

Để truyền metric huấn luyện cục bộ đến Ultralytics Platform, cần có:

• Python 3.11 trở lên
• ultralytics phiên bản 8.4.120 trở lên

Nếu bạn đang theo dõi thử nghiệm bằng W&B và muốn các lần chạy trong tương lai chỉ gửi báo cáo đến Ultralytics Platform, bạn có thể tắt tính năng ghi log W&B:

yolo settings wandb=False

Thao tác này không xóa dữ liệu thử nghiệm đã được lưu trong W&B.

Bước 2: Thiết lập API key Ultralytics Platform#

Trong Ultralytics Platform, vào Settings → API Keys. Chủ sở hữu workspace có thể tạo key dùng cho huấn luyện: nhấp Add Key, chọn Ultralytics, nhập tên rồi nhấp Create Key.

Trên Linux hoặc macOS, đặt key làm biến môi trường:

export ULTRALYTICS_API_KEY="YOUR_API_KEY"

Thay YOUR_API_KEY bằng key của bạn và không đưa key vào các kho mã công khai.

Bước 3: Huấn luyện YOLO26#

Ví dụ này huấn luyện YOLO26n trên dataset mẫu COCO8:

yolo train \
  model=yolo26n.pt \
  data=coco8.yaml \
  epochs=5 \
  project=your-username/my-project \
  name=experiment-1

Ý nghĩa của từng đối số:

• model: Model cần huấn luyện.
• data: Cấu hình dataset.
• epochs: Số epoch huấn luyện.
• project: Dự án đích trên Ultralytics Platform, theo định dạng username/project.
• name: Tên của thử nghiệm này.

Thay your-username/my-project bằng tên người dùng workspace và tên dự án của bạn.

Bạn cũng có thể thực hiện tương tự bằng Python API:

from ultralytics import YOLO

model = YOLO("yolo26n.pt")

model.train(
    data="coco8.yaml",
    epochs=5,
    project="your-username/my-project",
    name="experiment-1",
)

Khi quá trình huấn luyện bắt đầu, các metric được hỗ trợ sẽ được truyền đến Ultralytics Platform theo thời gian thực.

Để thiết lập đơn giản hơn nữa, hãy mở tab Local Training trong hộp thoại huấn luyện của Ultralytics Platform rồi sao chép lệnh được tạo; lệnh này đã bao gồm API key của bạn.

Bước 4: Xem kết quả huấn luyện#

Mở tab Train của model để xem những dữ liệu được ghi lại trong quá trình huấn luyện, bao gồm:

• Loss huấn luyện và xác thực
• Metric model như precision, recall và mAP
• Learning rate theo thời gian
• Biểu đồ xác thực, nếu có
• Log console
• Tài nguyên hệ thống, bao gồm mức sử dụng GPU, CPU và bộ nhớ

Sử dụng các bản ghi này để phân tích quá trình huấn luyện và so sánh hiệu suất giữa các cấu hình và kích thước model.

Bạn có thể làm gì sau khi di chuyển#

Sau khi các model của bạn được đưa lên Ultralytics Platform, bạn có thể kiểm thử, xuất, so sánh và triển khai chúng.

Kiểm thử model trên trình duyệt#

Mở tab Predict trên trang của model, tải ảnh lên và xem ngay các dự đoán của model.

Xuất model sang các định dạng khác nhau#

Ultralytics Platform có thể xuất model sang nhiều định dạng triển khai, bao gồm ONNX, TensorRT và CoreML. Hãy chọn định dạng dựa trên tác vụ của model và phần cứng mà bạn sẽ triển khai model lên.

So sánh các thử nghiệm trong một project#

Bạn có thể so sánh các thử nghiệm trực tiếp trên trang project. Sau đây là cách các khái niệm của W&B tương ứng với Ultralytics Platform:

Các model được nhập từ cùng một project W&B sẽ nằm trong cùng một project Ultralytics Platform, nhờ đó bạn có thể so sánh các kết quả huấn luyện hiện có sau khi quá trình nhập hoàn tất.

So sánh bằng biểu đồ#

Chọn các model bạn muốn so sánh từ danh sách model bên trái. Bảng bên phải hiển thị các đường cong được chồng lên nhau và nhóm theo các danh mục như Metrics, Loss và Learning Rate. Tùy theo tác vụ và dữ liệu hiện có, các chỉ số này bao gồm mAP50-95, precision, recall, cùng từng giá trị loss trong quá trình huấn luyện và validation. Di chuột lên một đường cong để xem giá trị chính xác, dùng chú giải để hiện hoặc ẩn một model, rồi nhấp và kéo để phóng to một vùng.

So sánh bằng bảng#

Chuyển sang chế độ xem Table để so sánh các tham số huấn luyện và metrics cuối cùng của những model đã chọn cạnh nhau. Bật Diff để chỉ hiển thị các cột có giá trị khác nhau giữa các model, giúp bạn dễ dàng xác định hyperparameter nào có thể đã ảnh hưởng đến kết quả.

Tiếp tục xây dựng các project thị giác máy tính#

Ultralytics Platform cũng hỗ trợ quản lý dataset, gắn nhãn, huấn luyện trên cloud GPU, quản lý model và triển khai model, để bạn có thể đưa thêm nhiều phần trong quy trình làm việc vào cùng một nơi khi các project phát triển.

Đưa các thử nghiệm W&B của bạn vào Ultralytics Platform#

Với tính năng tích hợp W&B tích hợp sẵn, bạn có thể nhập các checkpoint Ultralytics YOLO đủ điều kiện và những bản ghi huấn luyện hiện có vào Ultralytics Platform mà không cần huấn luyện lại. Có thể tải lên thủ công các checkpoint đã lưu cục bộ.

Từ đó, bạn có thể theo dõi các lần chạy huấn luyện mới, so sánh hiệu suất model, chạy inference, xuất model và triển khai model—tất cả tại cùng một nơi.

Dùng thử Ultralytics Platform

Tài liệu liên quan#

• Hướng dẫn tích hợp W&B với Ultralytics Platform
• Hướng dẫn bắt đầu nhanh với Ultralytics Platform
• Hướng dẫn huấn luyện trên Ultralytics Platform
• Hướng dẫn tích hợp W&B với Ultralytics YOLO