Bản đồ tài liệu Ultralytics: sáu mode và cách tìm tham số
Cấu trúc tài liệu Ultralytics, các mode train, val, predict, export, track, benchmark và cách đọc đối tượng kết quả.
Nội dung bài viết
Thư viện Ultralytics (YOLO) có tài liệu rất đầy đủ nhưng cũng rất dài. Biết cấu trúc của nó giúp bạn tìm đúng thông tin trong vài phút thay vì lướt hàng giờ. Bài này là "bản đồ" tài liệu Ultralytics, tập trung vào sáu mode bạn dùng hằng ngày.
Cấu trúc tài liệu
- Quickstart: cài đặt và chạy thử.
- Modes: các chế độ làm việc với mô hình (chi tiết bên dưới).
- Tasks: phát hiện, phân đoạn, phân loại, tư thế, khung xoay (OBB): định dạng dữ liệu và đầu ra của từng loại.
- Models: thông tin từng họ mô hình (YOLO26, YOLO11, SAM...), bảng hiệu năng.
- Datasets: định dạng dữ liệu, các dataset có sẵn.
- Guides: hướng dẫn theo bài toán (đếm vật thể, tối ưu tham số, triển khai trên thiết bị biên...).
- Reference: tài liệu API chi tiết từng hàm, lớp.
Sáu mode chính
| Mode | Dùng để | Ví dụ |
|---|---|---|
| Train | Huấn luyện | model.train(data="data.yaml", epochs=100, imgsz=640) |
| Val | Đánh giá trên tập validation | model.val(data="data.yaml") |
| Predict | Dự đoán trên ảnh, video, camera | model.predict("img.jpg", conf=0.4) |
| Export | Xuất sang ONNX, TensorRT, OpenVINO... | model.export(format="onnx") |
| Track | Theo dõi đối tượng qua video | model.track(frame, persist=True) |
| Benchmark | So sánh tốc độ, độ chính xác giữa các định dạng xuất | Xem trang Benchmark mode |
Tìm tham số đúng
Mỗi trang mode có bảng Arguments liệt kê toàn bộ tham số, giá trị mặc định và ý nghĩa. Các tham số hay tra:
- Train:
epochs,imgsz,batch,patience(dừng sớm),device, các tham số augmentation (degrees,fliplr,hsv_v,mosaic...). - Predict:
conf,iou,classes,imgsz,save,stream(tiết kiệm bộ nhớ khi xử lý video dài). - Export:
format,half(FP16),int8,dynamic,imgsz.
Tham số và giá trị mặc định thay đổi giữa các phiên bản; trang tài liệu luôn mô tả phiên bản mới nhất. Kiểm tra phiên bản bạn cài bằng pip show ultralytics.
Đọc đối tượng kết quả
Trang Predict → Working with Results giải thích đối tượng trả về:
r = model("img.jpg")[0]
r.boxes.xyxy, r.boxes.conf, r.boxes.cls # phát hiện
r.masks.xy # phân đoạn (đa giác)
r.keypoints.xy # tư thế
r.probs.top1 # phân loại
r.plot() # ảnh đã vẽ kết quả (mảng NumPy BGR)Khi tài liệu chưa đủ
- Tìm trong GitHub Issues và Discussions của kho mã Ultralytics.
- Mở mã nguồn (
F12trong VS Code) để xem chính xác hàm làm gì. - Lưu ý giấy phép AGPL-3.0 được nêu trong tài liệu khi dùng cho sản phẩm thương mại.
Thực hành: Object Detection với YOLO26. Mẹo tra cứu chung: cách tra cứu tài liệu hiệu quả.
