在YOLOV6中添加wandb

一、简介 

wandb(Weights & Biases)是一个类似于tensorboard的极度丝滑的在线模型训练可视化工具。

wandb这个库可以帮助我们跟踪实验，记录运行中的超参数和输出指标，可视化结果并共享结果。

官网地址

Weights & Biases – Developer tools for MLWandB is a central dashboard to keep track of your hyperparameters, system metrics, and predictions so you can compare models live, and share your findings.https://wandb.ai/site

下面是wandb的重要的工具：Dashboard：跟踪实验，可视化结果；Reports：分享，保存结果；Sweeps：超参调优；Artifacts：数据集和模型的版本控制。 

https://wandb.ai/site/experiment-trackinghttps://wandb.ai/site/experiment-trackinghttps://wandb.ai/site/reportshttps://wandb.ai/site/reportshttps://wandb.ai/site/artifactshttps://wandb.ai/site/artifactshttps://wandb.ai/site/tableshttps://wandb.ai/site/tableshttps://wandb.ai/site/sweepshttps://wandb.ai/site/sweeps

官方文档：

Quickstart - DocumentationStart tracking machine learning experiments in 5 minuteshttps://docs.wandb.ai/quickstart

二、安装

2.1、安装库

pin install wandb

2.2、注册和登录

先在官网进行注册，拿到token码，在项目环境中：

wandb login

2.3、导包和初始化

import wandb
wandb.init(project="项目名"，entity=“账户名”)

2.4、声明超参数

wandb.config.dropout = 0.2

wandb.config.epoch = 500 

2.5、记录日志

 在合适的位置加入：

wandb.log({"epoch":epoch , "loss":loss})

2.6、保存文件（默认放在wandb/run的文件夹中）

wandb.save("mymodel.h5")

 三、在YOLOV6中加入wandb

1、首先安装，注册，登录。

在train.py中导入wandb包，主方法中添加：

wandb.init(project= "项目名", entity=“用户名”)

在engine.py中

__init__ 方法添加 

self.wandblogger = wandb.log

方法结尾处添加：

wandb.config.update(dict(epoch=self.max_epoch,batch_size=self.batch_size))

在eval_and_save方法中添加：

wandblogger({"val/mAP@0.5":results[0],"epoch":epoch+1,"val/mAP@0.50:0.95":results[1],"train/iou_loss": losses[0], "train/l1_loss":losses[1],"train/obj_loss":losses[2],"train/cls_loss":losses[3]})

就可以训练了，进入log打印出来的网站，就能看见项目啦