CoreML-Modell lokal kompilieren (coreml.compile_model)

Deklaration

compiled_model_path, err = coreml.compile_model(model_path)

Parameter

• model_path
  Zeichenkette. Zu kompilierender Modellpfad. Ab iOS 15 wird das Format .mlpackage unterstützt; iOS 13 und 14 unterstützen nur das ältere Format .mlmodel.

  Dokumentation zur YOLO11-Konvertierung nach CoreML

  Referenzbefehle zur YOLO11-Formatkonvertierung unter macOS

  # Hier wird eine Python-3.10-Umgebung vorausgesetzt; andernfalls selbst erstellen (nur mit Python 3.10 getestet, höhere Versionen nicht verifiziert).
  # Zuerst ultralytics installieren; bei vorhandener Installation diesen Schritt überspringen.
  pip install ultralytics
  
  # Unter iOS 13 oder iOS 14 kann mit format=mlmodel in das ältere mlmodel-Format konvertiert werden.
  yolo export format=mlmodel nms=True model=best.pt
  
  # Ab iOS 15 kann mit format=coreml in ein mlpackage-Modell konvertiert werden.
  yolo export format=coreml nms=True model=best.pt
  
  # nms=True ist optional.
  # Wenn NMS in das exportierte Modell eingebettet werden soll, kann es aktiviert werden.
  # Wenn die Nachverarbeitung auf XXTouch-Seite mit coreml.nms / coreml.rotated_nms erfolgen soll, kann nms=True entfallen.

Rückgabewerte

• compiled_model_path
  Zeichenkette | nil. Bei Erfolg der kompilierte Modellpfad, bei einem Fehler nil.

• err
  Zeichenkette | nil. Bei Erfolg nil, bei einem Fehler die Fehlermeldung.

Hinweise

• Ab Softwareversion 1.3.8 verfügbar

• Systeme vor iOS 12 werden nicht unterstützt.

• Diese Funktion kompiliert Modelle im Format .mlpackage oder .mlmodel in das von Geräten direkt ladbare Format .mlmodelc.

• Ein auf einem Gerät eines bestimmten Modells oder einer bestimmten Systemversion kompiliertes .mlmodelc ist möglicherweise nicht auf anderen Geräten verwendbar.

  YOLO11-Modelltrainingsbefehle auf einem Computer mit NVIDIA-Grafikkarte

  # Zuerst das Visual-Studio-Desktopentwicklungstool für C++ installieren; bei vorhandener Installation überspringen. Link:
  # https://visualstudio.microsoft.com/
  # CUDA 11.8 Toolkit auf dem Computer installieren; bei vorhandener Installation überspringen. Link:
  # https://developer.nvidia.com/cuda-11-8-0-download-archive
  
  # Hier wird eine Python-3.10-Umgebung vorausgesetzt; andernfalls selbst erstellen (nur mit Python 3.10 getestet, höhere Versionen nicht verifiziert).
  # Zuerst ultralytics installieren; bei vorhandener Installation überspringen.
  pip install ultralytics
  
  # torch-Bibliotheken mit Unterstützung für NVIDIA CUDA 11.8 Toolkit neu installieren.
  # Überspringen, wenn bereits eine CUDA-fähige torch-Version installiert ist.
  pip uninstall torch torchvision torchaudio  # Auf dem Computer installierte CPU-Version von torch deinstallieren.
  pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu118
  
  yolo train model=yolo11m.pt data=COCO.yml epochs=300 imgsz=640 device=0  # Mit GPU0 trainieren.

  YOLO11-Modelltrainingsbefehle unter macOS

  # Hier wird eine Python-3.10-Umgebung vorausgesetzt; andernfalls selbst erstellen (nur mit Python 3.10 getestet, höhere Versionen nicht verifiziert).
  # Zuerst ultralytics installieren; bei vorhandener Installation überspringen.
  pip install ultralytics
  
  # Bei vorhandener torch-Installation überspringen.
  pip install torch torchvision torchaudio
  
  yolo train model=yolo11m.pt data=COCO.yml epochs=300 imgsz=640 device=mps  # Training mit Metal-Shadern beschleunigen.

Beispiel

compiled_model_path = XXT_HOME_PATH..'/models/yolo11m.mlmodelc' -- Speicherort des kompilierten Modells

file.remove(compiled_model_path) -- Während des Tests bei jedem Lauf neu kompilieren; nach Stabilisierung auskommentieren.

if not file.exists(compiled_model_path) then -- Falls noch kein kompiliertes Modell vorhanden ist, eines kompilieren.
    local tmp_path, err = coreml.compile_model(XXT_HOME_PATH..'/models/yolo11m.mlpackage') -- Modell kompilieren.
    if not tmp_path then
        error(err)
    end
    file.move(tmp_path, compiled_model_path, 'mo') -- Kompiliertes Modell an den Zielort verschieben.
end