Link to this sectionتدريب النموذج#
توفر Ultralytics Platform أدوات شاملة لتدريب نماذج YOLO، بدءاً من تنظيم التجارب وحتى تشغيل مهام التدريب السحابية مع بث المقاييس في الوقت الفعلي.
Watch: Get Started with Ultralytics Platform - Train
Link to this sectionنظرة عامة#
يساعدك قسم التدريب في:
- تنظيم النماذج في مشاريع لإدارة أسهل
- التدريب على وحدات معالجة الرسوميات السحابية بنقرة واحدة
- مراقبة المقاييس في الوقت الفعلي أثناء التدريب
- مقارنة أداء النموذج عبر التجارب المختلفة
- تصدير إلى أكثر من 19 تنسيق نشر (راجع التنسيقات المدعومة)

Link to this sectionسير 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| المرحلة | الوصف |
|---|---|
| المشروع | إنشاء مساحة عمل لتنظيم النماذج ذات الصلة |
| التكوين | حدد مجموعة البيانات والنموذج الأساسي ومعلمات التدريب |
| التدريب | التشغيل على وحدات معالجة الرسوميات السحابية أو أجهزتك المحلية |
| المراقبة | عرض منحنيات الخسارة والمقاييس في الوقت الفعلي |
| التصدير | التحويل إلى أكثر من 19 تنسيق نشر (التفاصيل) |
Link to this sectionخيارات التدريب#
تدعم Ultralytics Platform طرق تدريب متعددة:
| الطريقة (Method) | الوصف | الأفضل لـ |
|---|---|---|
| التدريب السحابي | التدريب على وحدات معالجة الرسوميات السحابية لـ Ultralytics | لا توجد وحدة معالجة رسوميات محلية، قابلية التوسع |
| التدريب المحلي | التدريب محلياً، وبث المقاييس إلى المنصة | الأجهزة الموجودة، الخصوصية |
| التدريب على Colab | استخدام Google Colab مع تكامل المنصة | وصول مجاني إلى وحدة معالجة الرسوميات |
Link to this sectionخيارات وحدة معالجة الرسوميات (GPU)#
وحدات معالجة الرسوميات المتاحة للتدريب السحابي على Ultralytics Cloud:
| GPU | الجيل | ذاكرة الفيديو (VRAM) | التكلفة/ساعة | الأفضل لـ |
|---|---|---|---|---|
| RTX 2000 Ada | Ada | 16 GB | $0.24 | مجموعات بيانات صغيرة، الاختبار |
| RTX A4500 | Ampere | 20 GB | $0.25 | مجموعات بيانات صغيرة إلى متوسطة |
| RTX 4000 Ada | Ada | 20 GB | $0.26 | مجموعات بيانات متوسطة |
| RTX A5000 | Ampere | 24 GB | $0.27 | مجموعات بيانات متوسطة |
| L4 | Ada | 24 GB | $0.39 | محسّن للاستدلال |
| A40 | Ampere | 48 GB | $0.44 | أحجام دفعات أكبر |
| RTX 3090 | Ampere | 24 GB | $0.46 | التدريب العام |
| RTX A6000 | Ampere | 48 GB | $0.49 | نماذج كبيرة |
| RTX PRO 4500 | Blackwell | 32 GB | $0.64 | سعر/أداء رائع |
| RTX 4090 | Ada | 24 GB | $0.69 | أفضل سعر/أداء |
| RTX 6000 Ada | Ada | 48 GB | $0.77 | تدريب بدفعات كبيرة |
| L40S | Ada | 48 GB | $0.86 | تدريب بدفعات كبيرة |
| RTX 5090 | Blackwell | 32 GB | $0.99 | أحدث جيل للمستهلك |
| L40 | Ada | 48 GB | $0.99 | نماذج كبيرة |
| A100 PCIe | Ampere | 80 GB | $1.39 | تدريب الإنتاج |
| A100 SXM | Ampere | 80 GB | $1.49 | تدريب الإنتاج |
| RTX PRO 6000 | Blackwell | 96 GB | $1.89 | الخيار الافتراضي الموصى به |
| H100 PCIe | Hopper | 80 GB | $2.39 | تدريب عالي الأداء |
| H100 SXM | Hopper | 80 GB | $2.99 | أسرع تدريب |
| H100 NVL | Hopper | 94 غيغابايت | 3.07 دولار | أقصى أداء |
| H200 NVL | Hopper | 143 غيغابايت | 3.39 دولار | أقصى ذاكرة |
| H200 SXM | Hopper | 141 غيغابايت | 3.99 دولار | أقصى أداء |
| B200 | Blackwell | 180 غيغابايت | 5.49 دولار | النماذج الكبيرة (Pro+) |
| B300 | Blackwell | 288 غيغابايت | 7.39 دولار | أكبر النماذج (Pro+) |
تتطلب وحدات معالجة الرسومات B200 و B300 خطة Pro أو Enterprise. جميع وحدات معالجة الرسومات الأخرى متاحة في جميع الخطط بما في ذلك المجانية.
تحصل الحسابات الجديدة على رصيد اشتراك للتدريب. تحقق من الفواتير للحصول على التفاصيل.
Link to this sectionمقاييس في الوقت الفعلي#
أثناء التدريب، يمكنك عرض المقاييس المباشرة 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 التبويب الفرعية | المقاييس |
|---|---|
| المخططات | خسارة الصندوق/الفئة/DFL، mAP50، mAP50-95، الدقة (precision)، الاستدعاء (recall) |
| وحدة التحكم | سجلات التدريب المباشرة مع ألوان ANSI واكتشاف الأخطاء |
| النظام | استخدام GPU، الذاكرة، درجة الحرارة، CPU، القرص |
بالنسبة للتدريب السحابي، يتم حفظ أفضل نموذج (best.pt، نقطة التحقق ذات أعلى mAP) تلقائياً ويصبح متاحاً للتنزيل والتصدير والنشر بعد اكتمال التدريب.
Link to this sectionبدء التشغيل السريع#
ابدأ التدريب السحابي في أقل من دقيقة:
- أنشئ مشروعاً في الشريط الجانبي
- انقر على نموذج جديد
- اختر نموذجاً ومجموعة بيانات و GPU
- انقر على بدء التدريب
Link to this sectionروابط سريعة#
- المشاريع: تنظيم نماذجك وتجاربك
- النماذج: إدارة نقاط التحقق المدربة
- التدريب السحابي: التدريب على وحدات GPU سحابية
Link to this sectionالأسئلة الشائعة#
Link to this sectionكم يستغرق التدريب؟#
يعتمد وقت التدريب على:
- حجم مجموعة البيانات (عدد الصور)
- حجم النموذج (n, s, m, l, x)
- عدد العصور (epochs)
- نوع GPU المحدد
تستغرق عملية تدريب نموذجية تحتوي على 1000 صورة و YOLO26n و 100 عصر (epochs) على RTX PRO 6000 حوالي 5-10 دقائق. وتكتمل العمليات الأصغر (500 صورة، 50 عصر على RTX 4090) في أقل من ساعة. راجع أمثلة التكلفة للحصول على تقديرات مفصلة.
Link to this sectionهل يمكنني تدريب نماذج متعددة في وقت واحد؟#
نعم. تعتمد حدود التدريب السحابي المتزامن على خطتك: الخطة المجانية تسمح بـ 3، و Pro تسمح بـ 10، و Enterprise غير محدودة. لمزيد من التدريب المتوازي، استخدم التدريب عن بُعد من أجهزة متعددة.
Link to this sectionماذا يحدث إذا فشل التدريب؟#
إذا فشل التدريب:
- يتم تمييز النموذج على أنه فشل ويتم إنهاء مثيل الحوسبة
- يمكنك بدء تشغيل تدريب جديد من النموذج الأساسي
- يتم خصم الرصيد فقط مقابل وقت الحوسبة المكتمل
Link to this sectionكيف أختار GPU المناسب؟#
| السيناريو | وحدة GPU الموصى بها |
|---|---|
| معظم مهام التدريب | RTX PRO 6000 |
| مجموعات البيانات الكبيرة أو أحجام الدفعات (batch sizes) | H100 SXM أو H200 |
| مراعاة الميزانية | RTX 4090 |