Ultralytics YOLO gibi makine öğrenimi modellerine belirli görevler için ince ayar yapın. Yöntemleri, uygulamaları ve en iyi uygulamaları buradan öğrenin!
İnce ayar, makine öğreniminde (ML) büyük, genel bir veri kümesi üzerinde önceden eğitilmiş bir modeli alıp daha küçük, özel bir veri kümesi üzerinde daha fazla eğitmeyi içeren temel bir tekniktir. Bir tür transfer öğrenmesi olan bu süreç, sıfırdan bir model eğitmek zorunda kalmadan modelin öğrenilen bilgisini belirli bir görevde mükemmelleşecek şekilde uyarlar. Geliştiriciler, güçlü bir temel modelle başlayarak, Stanford AI Lab gibi kurumlar tarafından araştırılan bir kavram olan önemli ölçüde daha az veri ve hesaplama kaynağı ile yüksek performans elde edebilirler.
Süreç, ağırlıkları görüntü için ImageNet gibi geniş bir veri kümesinde veya Büyük Dil Modelleri (LLM'ler) için devasa bir metin derleminde zaten optimize edilmiş bir modelle başlar. Bu önceden eğitilmiş model, görüntülerdeki kenarlar ve dokular ya da metinlerdeki gramer ve anlambilim gibi genel özellikleri zaten anlar. Daha sonra ince ayar, hedef uygulamaya göre uyarlanmış özel bir veri kümesi üzerinde tipik olarak daha düşük bir öğrenme oranı kullanarak eğitim sürecine devam eder. Bu, modelin parametrelerini yeni görevin belirli nüansları için özelleşecek şekilde ayarlar. PyTorch ve TensorFlow gibi çerçeveler, ince ayar iş akışlarını uygulamak için kapsamlı araçlar sağlar.
İnce ayar, bilgisayarla görme (CV) ve Doğal Dil İşleme (NLP) alanlarında yaygın olarak kullanılmaktadır.
İnce ayarı diğer model uyarlama tekniklerinden ayırmak önemlidir:
Ultralytics, özel uygulamalar için son teknoloji YOLO modellerine ince ayar yapma sürecini basitleştirir. Kullanıcılar önceden eğitilmiş ağırlıkları kolayca yükleyebilir ve görüntü sınıflandırma, algılama veya segmentasyon gibi görevler için kendi veri kümeleri üzerinde eğitime başlayabilir. Ultralytics HUB platformu, veri kümelerini, eğitim modellerini ve nihai dağıtımı yönetmek için entegre bir çözüm sağlayarak bu iş akışını daha da kolaylaştırır. En iyi performansı elde etmek için, ince ayar genellikle dikkatli hiperparametre ayarı ile birleştirilir.