تخطي إلى المحتوى

تدريب النماذج

منصة Ultralytics توفر أدوات شاملة لتدريب نماذج YOLO، بدءًا من تنظيم التجارب وصولاً إلى تشغيل مهام التدريب السحابي مع بث المقاييس في الوقت الفعلي.



شاهد: ابدأ مع Ultralytics - التدريب

نظرة عامة

يساعدك قسم التدريب على:

  • تنظيم النماذج في مشاريع لتسهيل الإدارة
  • التدريب على وحدات GPU السحابية بنقرة واحدة
  • مراقبة المقاييس في الوقت الفعلي أثناء التدريب
  • مقارنة أداء النموذج عبر التجارب
  • تصدير إلى أكثر من 17 تنسيق نشر (انظر التنسيقات المدعومة).

نظرة عامة على Ultralytics Train

سير العمل

graph LR
    A[📁 Project] --> B[⚙️ Configure]
    B --> C[🚀 Train]
    C --> D[📈 Monitor]
    D --> E[📦 Export]

    style A fill:#4CAF50,color:#fff
    style B fill:#2196F3,color:#fff
    style C fill:#FF9800,color:#fff
    style D fill:#9C27B0,color:#fff
    style E fill:#00BCD4,color:#fff
المرحلةالوصف
المشروعإنشاء مساحة عمل لتنظيم النماذج ذات الصلة
تكوينحدد مجموعة البيانات والنموذج الأساسي ومعلمات التدريب
تدريبالتشغيل على وحدات GPU السحابية أو أجهزتك المحلية
مراقبةعرض منحنيات الخسارة والمقاييس في الوقت الفعلي
تصديرالتحويل إلى أكثر من 17 تنسيق نشر (التفاصيل)

خيارات التدريب

تدعم منصة Ultralytics أساليب تدريب متعددة:

الطريقةالوصفالأفضل لـ
التدريب السحابيتدريب على وحدات معالجة الرسومات Ultralyticsلا توجد وحدة GPU محلية، قابلية التوسع
التدريب المحليتدريب محلي، بث المقاييس إلى المنصةالأجهزة الموجودة، الخصوصية
التدريب عبر Colabاستخدم Google مع تكامل المنصةوصول مجاني إلى GPU

خيارات GPU

وحدات GPU المتاحة للتدريب السحابي على سحابة Ultralytics:

GPUالجيلVRAMالتكلفة/الساعةالأفضل لـ
RTX 2000 Adaآدا16 جيجابايت$0.24مجموعات بيانات صغيرة، للاختبار
RTX A4500أمبير20 جيجابايت$0.25مجموعات بيانات صغيرة إلى متوسطة
RTX 4000 Adaآدا20 جيجابايت$0.26مجموعات بيانات متوسطة
RTX A5000أمبير24 جيجابايت$0.27مجموعات بيانات متوسطة
L4آدا24 جيجابايت$0.39مُحسّن للاستدلال
A40أمبير48 جيجابايت$0.40أحجام دفعات أكبر
RTX 3090أمبير24 جيجابايت$0.46تدريب عام
RTX A6000أمبير48 جيجابايت$0.49النماذج الكبيرة
RTX PRO 4500بلاكويل32 جيجابايت$0.54قيمة ممتازة مقابل الأداء
RTX 4090آدا24 جيجابايت$0.59أفضل سعر/أداء
RTX 6000 Adaآدا48 جيجابايت$0.77تدريب الدفعات الكبيرة
L40Sآدا48 جيجابايت$0.86تدريب الدفعات الكبيرة
RTX 5090بلاكويل32 جيجابايت$0.89أحدث جيل استهلاكي
L40آدا48 جيجابايت$0.99النماذج الكبيرة
A100 PCIeأمبير80 جيجابايت$1.39التدريب للإنتاج
A100 SXMأمبير80 جيجابايت$1.49التدريب للإنتاج
RTX PRO 6000بلاكويل96 جيجابايت$1.69الافتراضي الموصى به
H100 PCIeهوبر80 جيجابايت$2.39تدريب عالي الأداء
H100 SXMهوبر80 جيجابايت$2.69التدريب الأسرع
H100 NVLهوبر94 جيجابايت$3.07أقصى أداء
H200 NVLهوبر143 جيجابايت$3.39الذاكرة القصوى (Pro+)
H200 SXMهوبر141 جيجابايت$3.59الأداء الأقصى (Pro+)
B200بلاكويل180 جيجابايت$4.99أكبر النماذج (Pro+)

الوصول إلى GPU

تتطلب وحدات معالجة الرسومات (GPU) من طرازي H200 و B200 الاشتراك في خطة Pro أو Enterprise. أما جميع وحدات معالجة الرسومات الأخرى فهي متاحة في جميع الخطط، بما في ذلك الخطة المجانية.

رصيد التسجيل

تحصل الحسابات الجديدة على أرصدة تسجيل للتدريب. راجع الفواتير للحصول على التفاصيل.

المقاييس في الوقت الفعلي

أثناء التدريب، اعرض المقاييس الحية عبر ثلاث علامات تبويب فرعية:

graph LR
    A[Charts] --> B[Loss Curves]
    A --> C[Performance Metrics]
    D[Console] --> E[Live Logs]
    D --> F[Error Detection]
    G[System] --> H[GPU Utilization]
    G --> I[Memory & Temp]

    style A fill:#2196F3,color:#fff
    style D fill:#FF9800,color:#fff
    style G fill:#9C27B0,color:#fff
علامة تبويب فرعيةمقاييس (Metrics)
الرسوم البيانيةخسارة الصندوق/الفئة/DFL، mAP50، mAP50-95، الدقة، الاستدعاء
وحدة التحكمسجلات تدريب مباشرة مع ألوان ANSI وكشف الأخطاء
النظامGPU الرسGPU ، الذاكرة، درجة الحرارة، CPU، القرص

نقاط الفحص التلقائية

تقوم المنصة تلقائيًا بحفظ نقاط التحقق في كل حقبة. يتم دائمًا الاحتفاظ بأفضل نموذج (أعلى mAP) والنموذج النهائي.

بدء سريع

ابدأ التدريب على السحابة في أقل من دقيقة:

  1. إنشاء مشروع في الشريط الجانبي
  2. انقر على نموذج جديد
  3. حدد نموذجًا ومجموعة بيانات GPU
  4. انقر على بدء التدريب
export ULTRALYTICS_API_KEY="YOUR_API_KEY"
yolo train model=yolo26n.pt data=ul://username/datasets/my-dataset \
  epochs=100 project=username/my-project name=exp1
from ultralytics import YOLO

model = YOLO("yolo26n.pt")
model.train(
    data="ul://username/datasets/my-dataset",
    epochs=100,
    project="username/my-project",
    name="exp1",
)

الأسئلة الشائعة

كم يستغرق التدريب؟

يعتمد وقت التدريب على:

  • حجم مجموعة البيانات (عدد الصور)
  • حجم النموذج (n, s, m, l, x)
  • عدد الدورات التدريبية
  • نوع GPU المحدد

تستغرق عملية تدريب نموذجية تتضمن 1000 صورة، وYOLO26n، و100 حقبة على RTX PRO 6000 حوالي 2-3 ساعات. وتكتمل العمليات الأصغر (500 صورة، 50 حقبة على RTX 4090) في أقل من ساعة. راجع أمثلة التكلفة للحصول على تقديرات مفصلة.

هل يمكنني تدريب نماذج متعددة في وقت واحد؟

نعم. تعتمد حدود التدريب المتزامن على السحابة على خطتك: تسمح الخطة المجانية بـ 3، وتسمح الخطة الاحترافية بـ 10، أما الخطة المؤسسية فهي غير محدودة. للحصول على تدريب متوازي إضافي، استخدم التدريب عن بُعد من أجهزة متعددة.

ماذا يحدث إذا فشل التدريب؟

إذا فشل التدريب:

  1. يتم حفظ نقاط التحقق عند كل حقبة تدريب.
  2. يمكنك الاستئناف من آخر نقطة تحقق.
  3. تُحتسب الرسوم فقط على وقت المعالجة المكتمل.

كيف أختار GPU المناسب؟

السيناريوGPU الموصى بها
معظم وظائف التدريبRTX PRO 6000
مجموعات البيانات الكبيرة أو أحجام الدُفعات الكبيرةH100 SXM أو H200 (Pro+)
مراعاة التكلفةRTX 4090


📅 تم الإنشاء قبل 2 أشهر ✏️ تم التحديث قبل 10 أيام
glenn-jocherRizwanMunawarsergiuwaxmann

تعليقات