Macierz augmentacji

Parametry

Są to nazwy pól TrainConfig, a nie ich zapis w CLI. CLI mapuje własne aliasy na te pola, dlatego --mosaic ustawia mosaic_prob.

Ostatnie cztery parametry tworzą pakiet klasyfikacyjny. Rodziny detekcyjne je ignorują. mixup jest parametrem dostępnym tylko przez API: --mixup w CLI to alias detekcyjnego parametru mixup_prob.

from libreyolo.data.augment.spec import (    AUG_KNOBS,    aug_support,    ignored_aug_params,    uses_mosaic_gating,) print(sorted(AUG_KNOBS)) table = aug_support("yolo9")print(table["mixup_prob"].status, table["mixup_prob"].note) print(sorted(ignored_aug_params("dfine")))print(uses_mosaic_gating("yolo9"), uses_mosaic_gating("yolonas"))

Trzy statusy

Przed uruchomieniem warto sprawdzić zwłaszcza status ignored, ponieważ nie dochodzi do żadnego błędu. CLI ostrzega, gdy jawnie ustawiony parametr trenowania jest ignorowany przez wybraną rodzinę, a trener ostrzega, gdy mixup_prob > 0 nie może zadziałać, ponieważ rodzina uzależnia MixUp od mosaic, a mosaic_prob wynosi zero.

Archetypy pipeline'ów

Każda ujęta rodzina korzysta z jednego z sześciu pipeline'ów, z kilkoma odchyleniami dla poszczególnych rodzin opisanymi poniżej.

W pipelinie w stylu YOLOX przetwarzanie wstępne każdej próbki stosuje losową zmianę HSV i odbicia, natomiast transformacja afiniczna oraz MixUp są wykonywane tylko w gałęzi mosaic. YOLO-NAS zamiast tego zawsze wykonuje transformację afiniczną dla każdej próbki, ignoruje mosaic i niezależnie stosuje MixUp, używając ponownie mosaic_scale jako zakresu skali transformacji afinicznej.

Pipeline w stylu DETR jest transformacją przepuszczającą bez mosaic. Jego zniekształcenie fotometryczne, oddalenie i przycięcie IoU są stałymi receptury, a nie konfigurowalnymi parametrami, dlatego hsv_prob ani parametry geometrii do niego nie trafiają. Pipeline klasyfikacji używa transformacji ImageFolder, której odbicie poziome ma stałe prawdopodobieństwo 0.5 zamiast flip_prob. Losowa zmiana skali semantycznej i HSV pochodzą z atrybutów klas rodzin, a nie z parametrów konfiguracji, natomiast odbicia przy przywracaniu są sprzężonymi operacjami na wejściu i celu o stałym prawdopodobieństwie 0.5.

no_aug_epochs jest uwzględniany wszędzie, choć wyłącza różne elementy: mosaic i MixUp w stylu YOLOX, transformację afiniczną i MixUp w YOLO-NAS, silne augmentacje fotometryczne i przycinanie wraz z końcową częścią współczynnika uczenia w stylu DETR oraz końcową część harmonogramu w pozostałych przypadkach.

Rodziny według archetypu

Uwzględniono dwadzieścia pięć rodzin. Rodzina spoza tej listy zwraca pusty zbiór ignorowanych parametrów, więc nie jest dla niej emitowane ostrzeżenie.

Odchylenia

ec i dinov2 są rodzinami wielozadaniowymi, więc parametr jest oznaczany jako ignorowany tylko wtedy, gdy ignorują go wszystkie zadania rodziny obsługujące trenowanie. Dzięki temu ostrzeżenie CLI nie jest błędne dla jednego zadania, a poprawne dla innego.

Dome-DETR dziedziczy transformacje D-FINE bez zmian. Jedyną niedostępną funkcją jest trenowanie wieloskalowe, które wyłącza jego konfiguracja, a nie specyfikacja augmentacji.

Parametry właściwe dla rodzin

Niektóre rodziny mają parametry augmentacji we własnej podklasie TrainConfig, a nie w klasie bazowej. CLI ich nie udostępnia. Należy ustawiać je przez API Pythona.

rot90 dotyczy detect i OBB w yolo9.

Odpytywanie specyfikacji

Support to nazwana krotka zawierająca status i note, gdzie notatka wyjaśnia, dlaczego parametr jest ignorowany lub zależny w danej rodzinie.

Bramka mosaic

Dla rodziny w stylu YOLOX ustawienie mixup_prob=0.5 przy mosaic_prob=0 całkowicie wyłącza MixUp, ponieważ MixUp jest stosowany tylko do próbek mosaic. Do takiego połączenia łatwo doprowadzić, wyłączając mosaic pod koniec trenowania. Trener zapisuje ostrzeżenie z nazwą rodziny, a za jego działaniem stoi czysta funkcja mixup_gating_warning.