YOLOX

W&B を YOLOX と統合して、物体検出モデルのトレーニングをトラッキングし、メトリクスをログして、検出結果を可視化します。

YOLOX は、物体検出で高いパフォーマンスを発揮する、アンカーフリーの YOLO です。YOLOX の W&B インテグレーションを使用すると、トレーニング、検証、システムに関連するメトリクスをログすることを有効にできるほか、1 つのコマンドライン引数で予測をインタラクティブに検証できます.

​

サインアップしてAPIキーを発行する

APIキーは、お使いのマシンをW&Bに認証するために使用します。APIキーはプロフィールから発行できます。

より手早く行うには、User Settings に直接アクセスしてAPIキーを作成してください。新しく作成したAPIキーはすぐにコピーし、パスワードマネージャーなどの安全な場所に保存してください。

1. 右上にあるプロフィールアイコンをクリックします。
2. User Settings を選択し、API Keys セクションまでスクロールします。

​

wandb ライブラリをインストールしてログインする

wandb ライブラリをローカルにインストールしてログインするには、次の手順を実行します。

コマンドライン

1. WANDB_API_KEY 環境変数をAPIキーに設定します。

   export WANDB_API_KEY=<your_api_key>
   

2. wandb ライブラリをインストールしてログインします。

   pip install wandb
   
   wandb login
   

Python

pip install wandb

import wandb
wandb.login()

Python notebook

!pip install wandb

import wandb
wandb.login()

​

メトリクスをログする

--logger wandb コマンドライン引数を使用して、wandb へログすることを有効にします。必要に応じて、wandb.init() が受け取るすべての引数を渡すこともできます。その場合は、各引数の先頭に wandb- を付けます。

num_eval_imges は、モデル評価のために W&B の表にログされる検証セットの画像と予測の数を制御します。

# wandbにログイン
wandb login

# `wandb` loggerの引数を使ってyoloxのトレーニングスクリプトを呼び出す
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>

​

例

YOLOX のトレーニングおよび検証メトリクスを含むダッシュボードの例 ->

この W&B インテグレーションについて質問や問題がある場合は、YOLOX repository で issue を作成してください。