> ## Documentation Index
> Fetch the complete documentation index at: https://docs.wandb.ai/llms.txt
> Use this file to discover all available pages before exploring further.
> Intégrez W&B à PaddleDetection pour suivre l’entraînement de modèles de détection d’objets, consigner des métriques et visualiser les résultats.
# PaddleDetection
export const ColabLink = ({url}) =>
Essayer sur Colab
;
[PaddleDetection](https://github.com/PaddlePaddle/PaddleDetection) est un kit de développement de détection d’objets de bout en bout basé sur [PaddlePaddle](https://github.com/PaddlePaddle/Paddle). Il détecte divers objets courants, segmente les instances, et suit et détecte les points clés à l’aide de modules configurables tels que les composants du réseau, les augmentations de données et les pertes.
PaddleDetection comprend désormais une intégration W\&B native qui enregistre toutes vos métriques d’entraînement et de validation, ainsi que les points de contrôle de votre modèle et leurs métadonnées associées.
Le `WandbLogger` de PaddleDetection enregistre vos métriques d’entraînement et d’évaluation dans W\&B, ainsi que les points de contrôle de votre modèle pendant l’entraînement.
[Lire un article de blog de W\&B](https://wandb.ai/manan-goel/PaddleDetectionYOLOX/reports/Object-Detection-with-PaddleDetection-and-W-B--VmlldzoyMDU4MjY0) qui montre comment intégrer un modèle YOLOX à PaddleDetection sur un sous-ensemble du jeu de données `COCO2017`.
## Inscrivez-vous et créez une clé API
Une clé API authentifie votre machine auprès de W\&B. Vous pouvez générer une clé API à partir de votre profil.
Pour une méthode plus directe, accédez aux [Paramètres utilisateur](https://wandb.ai/settings) et créez une clé API. Copiez immédiatement la clé API et conservez-la dans un endroit sûr, par exemple dans un gestionnaire de mots de passe.
1. Cliquez sur l’icône de votre profil en haut à droite.
2. Sélectionnez **Paramètres utilisateur**, puis faites défiler jusqu’à la section **Clés API**.
## Installez la bibliothèque `wandb` et connectez-vous
Pour installer la bibliothèque `wandb` en local et vous connecter :
1. Définissez la [variable d'environnement](/fr/models/track/environment-variables/) `WANDB_API_KEY` avec votre clé API.
```bash theme={null}
export WANDB_API_KEY=
```
2. Installez la bibliothèque `wandb` et connectez-vous.
```shell theme={null}
pip install wandb
wandb login
```
```bash theme={null}
pip install wandb
```
```python theme={null}
import wandb
wandb.login()
```
```notebook theme={null}
!pip install wandb
import wandb
wandb.login()
```
## Activez le `WandbLogger` dans votre script d'entraînement
Pour utiliser wandb via des arguments transmis à `train.py` dans [PaddleDetection](https://github.com/PaddlePaddle/PaddleDetection/) :
* Ajoutez l'option `--use_wandb`
* Les premiers arguments wandb doivent être précédés de `-o` (vous ne devez le passer qu'une seule fois)
* Chaque argument doit contenir le préfixe `"wandb-"` . Par exemple, tout argument transmis à [`wandb.init()`](/fr/models/ref/python/functions/init) recevra le préfixe `wandb-`
```shell theme={null}
python tools/train.py
-c config.yml \
--use_wandb \
-o \
wandb-project=MyDetector \
wandb-entity=MyTeam \
wandb-save_dir=./logs
```
Ajoutez les arguments wandb au fichier config.yml sous la clé `wandb` :
```
wandb:
project: MyProject
entity: MyTeam
save_dir: ./logs
```
Lorsque vous exécutez votre fichier `train.py`, un lien vers votre tableau de bord W\&B est généré.
## Retours ou problèmes
Si vous avez des retours ou rencontrez des problèmes avec l’intégration W\&B, ouvrez une issue sur le [PaddleDetection GitHub](https://github.com/PaddlePaddle/PaddleDetection) ou envoyez un e-mail à [support@wandb.com](mailto:support@wandb.com).
