YOLOX

Intégrez W&B à YOLOX pour suivre l’entraînement de modèles de détection d’objets, consigner des métriques et visualiser les résultats de détection.

YOLOX est une version sans ancres de YOLO pour la détection d’objets. Vous pouvez utiliser l’intégration W&B de YOLOX pour activer la journalisation des métriques liées à l’entraînement, à la validation et au système, et valider les prédictions de manière interactive grâce à un seul argument de ligne de commande.

Ce guide vous montre comment vous authentifier auprès de W&B, installer l’intégration et activer la journalisation W&B lors de l’entraînement d’un modèle YOLOX de détection d’objets afin de suivre les métriques et d’inspecter les prédictions dans l’interface utilisateur W&B.

​

Inscrivez-vous et créez une clé API

Une clé API permet d’authentifier votre machine auprès de W&B. Vous pouvez générer une clé API depuis votre profil utilisateur.

Pour une méthode plus directe, accédez aux Paramètres utilisateur et créez une clé API. Copiez immédiatement la clé API et conservez-la dans un endroit sûr, par exemple dans un gestionnaire de mots de passe.

1. Cliquez sur l’icône de votre profil utilisateur dans le coin supérieur droit.
2. Sélectionnez Paramètres utilisateur, puis faites défiler jusqu’à la section API Keys.

​

Installez la bibliothèque wandb et connectez-vous

Pour installer la bibliothèque wandb localement et vous connecter :

Ligne de commande

1. Définissez la variable d’environnement WANDB_API_KEY avec votre clé API. Remplacez les valeurs entre <> par les vôtres :

   export WANDB_API_KEY=<your_api_key>
   

2. Installez la bibliothèque wandb et connectez-vous.

   pip install wandb
   
   wandb login
   

Python

pip install wandb

import wandb
wandb.login()

Python notebook

!pip install wandb

import wandb
wandb.login()

​

Consigner des métriques

Une fois la bibliothèque wandb installée et votre machine authentifiée, vous pouvez activer la journalisation W&B depuis le script d’entraînement YOLOX.

Utilisez l’argument de ligne de commande --logger wandb pour activer la journalisation avec wandb. Vous pouvez aussi transmettre, si nécessaire, tous les arguments attendus par wandb.init(). Faites précéder chaque argument de wandb-.

num_eval_imges contrôle le nombre d’images de l’ensemble de validation et de prédictions que W&B consigne dans des tableaux pour l’évaluation du modèle.

Remplacez les espaces réservés suivants avant d’exécuter la commande :

• <project-name>: Le nom de votre projet W&B.
• <entity>: Votre entité W&B (nom d’utilisateur ou nom d’équipe).
• <run-name>: Un nom pour ce run d’entraînement.
• <run-id>: Un ID unique pour ce run.
• <save-dir>: Le répertoire dans lequel YOLOX enregistre les points de contrôle du modèle et les journaux.
• <num-images>: Le nombre d’images de validation à consigner.
• <bool>: Indique s’il faut consigner les points de contrôle du modèle (true ou false).

# Se connecter à W&B
wandb login

# Appeler votre script d'entraînement YOLOX avec l'argument logger wandb
python tools/train.py .... --logger wandb \
                wandb-project <project-name> \
                wandb-entity <entity> \
                wandb-name <run-name> \
                wandb-id <run-id> \
                wandb-save_dir <save-dir> \
                wandb-num_eval_imges <num-images> \
                wandb-log_checkpoints <bool>

​

Exemple

Une fois votre run d’entraînement lancé, YOLOX transmet en continu les métriques d’entraînement, de validation et système à votre projet W&B, où vous pouvez comparer les runs et inspecter les prédictions. Voir l’exemple suivant pour découvrir à quoi ressemble un tableau de bord rempli.

Voir le tableau de bord d’exemple avec les métriques d’entraînement et de validation de YOLOX.

Si vous avez des questions ou rencontrez des problèmes avec cette intégration W&B, ouvrez une issue sur le dépôt YOLOX.