메인 콘텐츠로 건너뛰기
Ultralytics’ YOLOv5 (“You Only Look Once”) 모델 제품군은 합성곱 신경망을 사용해 실시간 객체 탐지를 구현할 수 있게 해줍니다. W&B는 YOLOv5와 직접 통합되어 있어 실험 메트릭 추적, 모델 및 데이터셋 버전 관리, 풍부한 모델 예측 시각화 등을 제공합니다. YOLO 실험을 실행하기 전에 pip install을 한 번만 실행하세요.
모든 W&B 로깅 기능은 PyTorch DDP와 같은 데이터 병렬 멀티 GPU 트레이닝과 호환됩니다.

​
핵심 실험 추적하기

시작하려면 YOLOv5와 함께 W&B Python SDK(wandb)를 설치하고 평소처럼 트레이닝을 실행하세요. wandb를 설치하기만 하면 기본 제공되는 W&B 로깅 기능이 활성화됩니다: 시스템 메트릭, 모델 메트릭, 그리고 대화형 대시보드에 로깅되는 미디어.
W&B가 표준 출력에 표시한 링크를 따라가세요.
YOLOv5 트레이닝 메트릭과 시스템 차트를 보여주는 W&B 대시보드.

​
인테그레이션 사용자 지정하기

실험 추적이 작동하면 YOLO에 몇 가지 명령줄 인수를 전달하여 추가 W&B 기능(예: 모델 버전 관리, 데이터셋 버전 관리, 예측 시각화)을 활성화할 수 있습니다.
  • --save_period에 숫자를 전달하면 W&B가 save_period 에포크마다 끝날 때 모델 버전을 저장합니다. 모델 버전에는 모델 가중치가 포함되며, 검증 세트에서 가장 성능이 좋은 모델에 태그가 지정됩니다.
  • --upload_dataset 플래그를 켜면 데이터 버전 관리를 위해 데이터셋도 업로드됩니다.
  • --bbox_interval에 숫자를 전달하면 데이터 시각화가 활성화됩니다. bbox_interval 에포크마다 끝날 때 W&B가 검증 세트에 대한 모델 출력을 업로드합니다.
모든 W&B 계정에는 데이터셋과 모델을 위한 100 GB의 무료 저장소가 제공됩니다.
다음과 같이 표시됩니다.
모델 버전 관리
데이터 시각화
데이터와 모델 버전 관리를 사용하면 별도 설정 없이 어떤 기기에서든 일시 중지되었거나 비정상 종료된 Experiments를 재개할 수 있습니다. 자세한 내용은 Colab을 확인하세요.