メインコンテンツへスキップ
Ultralytics’ YOLOv5 (「You Only Look Once」) モデルファミリーを使うと、畳み込みニューラルネットワークによるリアルタイム物体検出を、面倒な手間なく実現できます。 W&B は YOLOv5 に直接統合されており、実験メトリクスのトラッキング、モデルとデータセットのバージョン管理、モデル予測の豊富な可視化などを利用できます。YOLO Experiments を始める前に pip install を 1 回実行するだけで、簡単に使い始められます。
W&B のすべてのログ機能は、PyTorch DDP などのデータ並列マルチ GPU トレーニングに対応しています。

​
主要なExperimentsをトラッキングする

wandb をインストールするだけで、W&B 組み込みの ログ機能 が有効になり、システムメトリクス、モデルメトリクス、さらに対話型の ダッシュボード にログされるメディアを記録できるようになります。 
pip install wandb
git clone https://github.com/ultralytics/yolov5.git
python yolov5/train.py  # 小さなデータセットで小規模なネットワークをトレーニングする
wandb が標準出力に出力するリンクをたどるだけです。
こうしたチャートなどが表示されます。

​
インテグレーションをカスタマイズする

YOLO にいくつかのシンプルなコマンドライン引数を渡すことで、W&B の機能をさらに活用できます。
  • --save_period に数値を渡すと、W&B は save_period エポックごとの終了時に モデルバージョン を保存します。モデルバージョンにはモデルの重みが含まれ、検証セットで最も高い性能を示したモデルにタグが付けられます。
  • --upload_dataset フラグを有効にすると、データのバージョン管理のためにデータセットもアップロードされます。
  • --bbox_interval に数値を渡すと、Data Visualization が有効になります。bbox_interval エポックごとの終了時に、検証セットに対するモデルの出力が W&B にアップロードされます。
python yolov5/train.py --epochs 20 --save_period 1
すべての W&B アカウントには、データセットとモデル向けに 100 GB の無料ストレージが含まれています。
表示は次のようになります。
モデルのバージョン管理
Data Visualization
データとモデルのバージョン管理を使用すると、追加のセットアップなしで、任意のデバイスから一時停止した Experiments やクラッシュした Experiments を再開できます。詳しくは Colab をご覧ください。