تدريب النموذج#
توفر Ultralytics Platform أدوات شاملة لـ تدريب نماذج YOLO، بدءًا من تنظيم التجارب وحتى تشغيل مهام التدريب السحابية مع بث المقاييس في الوقت الفعلي.
Watch: Get Started with Ultralytics Platform - Train
نظرة 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 20 صيغة نشر (راجع الصيغ المدعومة)

سير العمل#
graph LR
A[📁 Project]:::start --> B[⚙️ Configure]:::proc
B --> C[🚀 Train]:::proc
C --> D[📈 Monitor]:::proc
D --> E[📦 Export]:::out
classDef start fill:#4CAF50,color:#fff
classDef proc fill:#2196F3,color:#fff
classDef out fill:#9C27B0,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 20 صيغة نشر (التفاصيل) |
خيارات 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 |
خيارات 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 4000 | Blackwell | 24 GB | $0.57 | Budget Blackwell |
| 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 PRO 5000 | Blackwell | 48 GB | $0.96 | 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 | 2.09 دولار | الخيار الافتراضي الموصى به |
| H100 PCIe | Hopper | 80 GB | 2.89 دولار | تدريب عالي الأداء |
| H100 NVL | Hopper | 94 غيغابايت | 3.19 دولار | أقصى أداء |
| H100 SXM | Hopper | 80 GB | 3.29 دولار | أسرع تدريب |
| H200 NVL | Hopper | 143 غيغابايت | 3.39 دولار | أقصى ذاكرة |
| H200 SXM | Hopper | 141 غيغابايت | 4.39 دولار | أقصى أداء |
| B200 | Blackwell | 180 غيغابايت | 5.89 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.
مقاييس في الوقت الفعلي#
أثناء التدريب، يمكنك عرض المقاييس المباشرة عبر ثلاث علامات تبويب فرعية:
graph LR
A[Charts]:::start --> B[Loss Curves]:::out
A --> C[Performance Metrics]:::out
D[Console]:::start --> E[Live Logs]:::out
D --> F[Error Detection]:::out
G[System]:::start --> H[GPU Utilization]:::out
G --> I[Memory & Temp]:::out
classDef start fill:#4CAF50,color:#fff
classDef out 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.
بدء 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
روابط سريعة#
- المشاريع: تنظيم نماذجك وتجاربك
- النماذج: إدارة نقاط التحقق المدربة
- التدريب السحابي: التدريب على وحدات GPU سحابية
الأسئلة الشائعة#
كم يستغرق التدريب؟#
يعتمد وقت التدريب على:
- حجم مجموعة البيانات (عدد الصور)
- حجم النموذج (n, s, m, l, x)
- عدد العصور (epochs)
- نوع GPU المحدد
يقدر المقدر الحالي بحوالي 6 دقائق لـ 1000 صورة، باستخدام YOLO26n، و100 حقبة على RTX PRO 6000، وحوالي دقيقتين لـ 500 صورة، باستخدام YOLO26n، و50 حقبة على RTX 4090. تختلف المدة الفعليّة؛ استخدم التقدير المباشر في نافذة التدريب لمجموعة البيانات والتكوين المحددين. راجع أمثلة التكلفة.
هل 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.
ماذا 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
- إذا بدأت الحوسبة السحابية، يتم احتساب رسوم وقت GPU المنقضي؛ ولا تُفرض أي رسوم استخدام لـ GPU في حال حدوث اخفاقات قبل بدء الحوسبة
كيف 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 |