Bir Görüntü Sınıflandırıcısı Eğit

Klasör tabanlı veri kümesi düzeni#

Sınıflandırma veri kümeleri YAML dosyaları değil, dizinlerdir. data= değerini kök klasöre ayarla:

parts/
├── train/
│   ├── good/      img_0001.jpg ...
│   ├── scratch/   img_0412.jpg ...
│   └── dent/      img_0733.jpg ...
└── val/
    ├── good/
    ├── scratch/
    └── dent/

Kurulu kaynak koduna ve sınıflandırma veri kümesi kılavuzuna göre yükleyicinin yaptıkları:

Ultralytics Platform'da sınıflandırma veri kümesi, şekiller yerine her görüntü için tek bir görüntü düzeyi etiketi içerir:

MNIST160 üzerinde eğit#

MNIST160, her biri on rakam klasörüne ayrılmış train/ içinde 80 ve test/ içinde 80 olmak üzere, elle yazılmış 160 rakamdan oluşur — CPU üzerinde hızlı kontrol için yeterince küçüktür. val/ klasörü yoktur; bu nedenle yükleyicinin uyarı verip test/ değerine geri dönmesini izle:

from ultralytics import YOLO

model = YOLO("yolo26n-cls.pt")
model.train(data="mnist160", epochs=1, imgsz=64, device="cpu")
metrics = model.val()
print(f"top-1: {metrics.top1:.3f}  top-5: {metrics.top5:.3f}")

WARNING ⚠️ Dataset 'split=val' not found, using 'split=test' instead.
val: .../datasets/mnist160/test... found 80 images in 10 classes ✅
                   all      0.162      0.463
top-1: 0.162  top-5: 0.463

Bir epoch, yeni on sınıflı başlığı çok az ilerletir. Çalıştırmamızda epochs=10, bir dizüstü bilgisayarın CPU'sunda yaklaşık on saniyede top-1 0.55'e ve top-5 0.95'e ulaştı — döngü çalışıyor, yalnızca daha uzun bir eğitim planı gerekiyor. Sınıflandırma görevi kılavuzu, önceden eğitilmiş boyutları listeliyor.

Top-1, en yüksek olasılığa sahip sınıfı doğru olan görüntülerin oranıdır. Top-5, doğru sınıf en yüksek beş sınıf arasında yer alıyorsa başarılı sayar. Top-5, sınıfları geniş kategorilerden çok ince ayrıntılı kategorilere uzanan 1.000 sınıflı ImageNet için bilgilendiricidir; beş veya daha az sınıfta her zaman 1.0'dır, on sınıfta ise cömert bir ölçüttür. Top-1 doğruluğunu ve sınıf başına karışıklık matrisini temel al.

Kodda olasılıkları oku#

from ultralytics import YOLO

model = YOLO("yolo26n-cls.pt")  # ImageNet, 1,000 classes
result = model("https://ultralytics.com/images/bus.jpg")[0]

probs = result.probs
print(f"top-1: {result.names[probs.top1]} ({float(probs.top1conf):.2f})")
for i, conf in zip(probs.top5, probs.top5conf.tolist()):
    print(f"  {result.names[i]:20s} {conf:.3f}")

top-1: minibus (0.52)
  minibus              0.516
  police_van           0.369
  trolleybus           0.096
  minivan              0.006
  ambulance            0.003

probs.top1 bir indekstir, probs.top5 indeksler listesidir ve probs.data tam olasılık vektörüdür. Top-1 güven değerine dikkat et: 0.52, minibus ile police_van arasında yazı tura atmaya ancak üstün geliyor. Yönlendirme yaparken kullanacağın değer budur.

Belirsiz tahminleri bir kişiye yönlendir#

Üretimdeki bir sınıflandırıcının her görüntüde doğru olması nadiren gerekir; tek başına karar verdiği görüntülerde doğru olması gerekir. Bu betik 10 epoch'luk modeli eğitir, ardından farklı güven eşiklerinin doğrulamada ayrılmış 80 rakam üzerindeki etkisini ölçer:

from pathlib import Path

from ultralytics import YOLO

model = YOLO("yolo26n-cls.pt")
model.train(data="mnist160", epochs=10, imgsz=64, device="cpu", plots=False)  # model now holds best.pt
print(model.names)  # folder names, sorted, became class indices

test = Path(model.trainer.data["test"])  # mnist160/test, the split the loader validated on
images = sorted(test.rglob("*.png"))
results = model(images, imgsz=64, verbose=False)
truth = [p.parent.name for p in images]

for threshold in (0.0, 0.3, 0.6):
    kept = [(r, t) for r, t in zip(results, truth) if r.probs.top1conf >= threshold]
    correct = sum(r.names[r.probs.top1] == t for r, t in kept)
    print(f"threshold {threshold:.1f}: auto-accept {len(kept):2d}/{len(images)}, accuracy on accepted {correct / max(len(kept), 1):.0%}")

{0: '0', 1: '1', 2: '2', 3: '3', 4: '4', 5: '5', 6: '6', 7: '7', 8: '8', 9: '9'}
threshold 0.0: auto-accept 80/80, accuracy on accepted 55%
threshold 0.3: auto-accept 41/80, accuracy on accepted 68%
threshold 0.6: auto-accept 10/80, accuracy on accepted 80%

Her satır bir ödünleşimdir: eşiği yükseltmek kabul edilen tahminleri daha doğru hâle getirir ve daha fazla görüntüyü bir kişiye gönderir. 0.6'da bu model 80 rakamdan yalnızca 10'u için tek başına karar verir — hiçbir şeyi otomatikleştirmeye hazır değil ve çözüm daha akıllı bir eşik değil, daha fazla eğitimdir. Her eğitim turundan sonra aynı tabloyu yeniden oluştur: tablo hem elde edeceğin doğruluğu hem de her eşiğin ne kadar inceleme işi yaratacağını gösterir.

Yaygın Hatalar#

Sınıflandırıcılar 640'ta değil, imgsz=224 boyutunda önceden eğitilir. Büyük bir karenin içindeki küçük nesneler için daha büyük bir imgsz yerine tespit edip ardından sınıflandırma yapmak (sonraki ders) daha uygundur.