تدريب النماذج#
توفر منصة Ultralytics أدوات شاملة من أجل تدريب نماذج YOLO، بدءًا من تنظيم التجارب ووصولًا إلى تشغيل مهام التدريب السحابي مع بث المقاييس في الوقت الفعلي.
Watch: Get Started with Ultralytics Platform - Train
نظرة عامة#
يساعدك قسم التدريب على:
- تنظيم النماذج في مشاريع لتسهيل إدارتها
- التدريب على وحدات GPU السحابية بنقرة واحدة
- مراقبة المقاييس في الوقت الفعلي أثناء التدريب
- مقارنة أداء النماذج عبر التجارب
- التصدير إلى 20 تنسيقًا للنشر (راجع التنسيقات 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 | أنشئ مساحة عمل لتنظيم النماذج ذات الصلة |
| التهيئة | حدد مجموعة البيانات والنموذج الأساسي ومعلمات التدريب |
| التدريب | شغّل التدريب على وحدات GPU السحابية أو أجهزتك المحلية |
| المراقبة | اعرض منحنيات الخسارة والمقاييس في الوقت الفعلي |
| التصدير | حوّل النموذج إلى 20 تنسيقًا للنشر (التفاصيل) |
خيارات التدريب#
تدعم منصة Ultralytics أساليب متعددة للتدريب:
| الطريقة | الوصف | الأفضل لـ |
|---|---|---|
| التدريب السحابي | درّب على وحدات GPU السحابية من Ultralytics | من دون GPU محلي، مع قابلية للتوسع |
| التدريب المحلي | درّب محليًا وابث المقاييس إلى المنصة | الاستفادة من الأجهزة الحالية والخصوصية |
| التدريب على Colab | استخدم Google Colab مع تكامل المنصة | وصول مجاني إلى GPU |
عندما تحدد وحدة GPU أرخص من RTX PRO 6000 وتكون السعة التي تديرها Ultralytics متاحة، تشغّل المنصة مهمتك على RTX PRO 6000 مع الاستمرار في احتساب السعر بالساعة لوحدة GPU التي حددتها. وقد تنتهي عمليات التشغيل بسرعة أكبر وبتكلفة أقل مما لو نُفذت على وحدة GPU المحددة — ولا تؤدي الترقية مطلقًا إلى زيادة الوقت أو التكلفة.
خيارات GPU#
وحدات GPU المتاحة للتدريب السحابي على سحابة Ultralytics:
| GPU | الجيل | VRAM | التكلفة/الساعة | الأفضل لـ |
|---|---|---|---|---|
| RTX 2000 Ada | Ada | 16 GB | $0.24 | مجموعات البيانات الصغيرة والاختبار |
| RTX A4500 | Ampere | 20 GB | $0.25 | مجموعات البيانات الصغيرة إلى المتوسطة |
| RTX 4000 Ada | Ada | 20 GB | $0.26 | مجموعات البيانات المتوسطة |
| RTX A5000 | Ampere | 24 GB | $0.27 | مجموعات البيانات المتوسطة |
| L4 | Ada | 24 GB | $0.39 | محسّن للاستدلال |
| A40 | Ampere | 48 GB | $0.44 | أحجام دفعات أكبر |
| RTX 3090 | Ampere | 24 GB | $0.46 | تدريب عام |
| RTX A6000 | Ampere | 48 GB | $0.49 | النماذج الكبيرة |
| RTX PRO 4000 | Blackwell | 24 GB | $0.57 | Blackwell اقتصادية |
| RTX PRO 4500 | Blackwell | 32 GB | $0.64 | قيمة ممتازة مقابل الأداء |
| RTX 4090 | Ada | 24 GB | $0.69 | أفضل قيمة مقابل الأداء |
| RTX 6000 Ada | Ada | 48 GB | $0.77 | تدريب بدُفعات كبيرة |
| L40S | Ada | 48 GB | $0.86 | تدريب بدُفعات كبيرة |
| RTX PRO 5000 | Blackwell | 48 GB | $0.96 | تدريب بدُفعات كبيرة |
| RTX 5090 | Blackwell | 32 GB | $0.99 | أحدث جيل للمستهلكين |
| L40 | Ada | 48 GB | $0.99 | النماذج الكبيرة |
| 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 | الإعداد الافتراضي الموصى به |
| H100 PCIe | Hopper | 80 GB | $2.89 | تدريب عالي الأداء |
| H100 NVL | Hopper | 94 GB | $3.19 | أقصى أداء |
| H100 SXM | Hopper | 80 GB | $3.29 | أسرع تدريب |
| H200 NVL | Hopper | 143 GB | $3.39 | أقصى قدر من الذاكرة |
| H200 SXM | Hopper | 141 GB | $4.39 | أقصى أداء |
| B200 | Blackwell | 180 GB | $5.89 | النماذج الكبيرة (Pro+) |
| B300 | Blackwell | 288 GB | $7.39 | أكبر النماذج (Pro+) |
تتطلب وحدتا GPU من طرازي B200 وB300 خطة Pro أو Enterprise. أما جميع وحدات GPU الأخرى فمتاحة في جميع الخطط، بما في ذلك الخطة المجانية.
تحصل الحسابات الجديدة على أرصدة تسجيل للتدريب. راجع الفوترة للاطلاع على التفاصيل.
المقاييس 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[Task Metrics]:::out
D[Console]:::start --> E[Live Logs]:::out
D --> F[Error Detection]:::out
G[System]:::start --> H[GPU, CPU & Memory]:::out
G --> I[Network & Disk I/O]:::out
classDef start fill:#4CAF50,color:#fff
classDef out fill:#9C27B0,color:#fff| علامة التبويب الفرعية | المقاييس |
|---|---|
| المخططات | مقاييس المهمة (mAP50 وmAP50-95 والدقة والاستدعاء للكشف)، وخسائر التدريب/التحقق، ومعدل التعلم |
| وحدة التحكم | سجلات التدريب المباشرة مع ألوان ANSI واكتشاف تلقائي للأخطاء |
| النظام | استخدام GPU وذاكرة GPU ودرجة حرارتها، وCPU، وRAM، والشبكة، وعمليات إدخال/إخراج القرص |
تُحمَّل أفضل نقطة تحقق (best.pt، أي الحقبة ذات أعلى ملاءمة) إلى المنصة دوريًا أثناء
تشغيل التدريب ومرة أخرى عند انتهاء التشغيل، بحيث تستخدم عمليات التنزيل والتصدير والنشر دائمًا أفضل حقبة
أُنتجت حتى ذلك الوقت. وتحتفظ عمليات التشغيل الملغاة بآخر نقطة تحقق اكتمل تحميلها.
بدء سريع#
ابدأ التدريب السحابي في أقل من دقيقة:
- أنشئ مشروعًا في الشريط الجانبي
- انقر على نموذج جديد
- اختر نموذجًا ومجموعة بيانات ووحدة GPU
- انقر على بدء التدريب
روابط سريعة#
- المشروعات: نظّم نماذجك وتجاربك
- النماذج: إدارة نقاط التحقق المدرَّبة
- التدريب السحابي: درّب على وحدات GPU السحابية
- استخدم وظيفة «اسأل الذكاء الاصطناعي» (Ask AI) لتشغيل التجارب ومقارنة النماذج باستخدام AutoTrain
الأسئلة الشائعة#
تعتمد مدة التدريب على:
- حجم مجموعة البيانات (عدد الصور)
- حجم النموذج (n، s، m، l، x)
- عدد العصور التدريبية
- نوع GPU المحدد
يتوقع المُقدِّر الحالي نحو 6 دقائق لـ 1000 صورة، وYOLO26n، و100 عصر تدريبي على RTX PRO 6000، ونحو دقيقتين لـ 500 صورة، وYOLO26n، و50 عصرًا تدريبيًا على RTX 4090. تختلف المدة الفعلية؛ استخدم التقدير المباشر في مربع حوار التدريب لمجموعة البيانات والإعدادات المحددة. راجع أمثلة التكلفة.
نعم. تعتمد حدود التدريب السحابي المتزامن على خطتك: تسمح الخطة المجانية بـ3، وتسمح خطة Pro بـ10، بينما لا تفرض خطة Enterprise أي حد. لإجراء تدريب متوازٍ إضافي، استخدم التدريب عن بُعد من عدة أجهزة.
إذا فشل التدريب:
- يُعلَّم النموذج على أنه فاشل، ويُنهى مثيل الحوسبة
- تعرض صفحة النموذج شريط خطأ يتضمن الخطأ المُلتقط، ورابطًا إلى مخرجات وحدة التحكم، وإجراء إعادة المحاولة الذي يعيد فتح مربع حوار التدريب بالإعدادات نفسها
- يُعلَّم التشغيل الذي يتوقف عن الإبلاغ عن أي نشاط لعدة ساعات على أنه فاشل تلقائيًا، وتُحرَّر موارده الحاسوبية
- إذا بدأت الحوسبة السحابية، فستُحتسب مدة GPU المنقضية؛ أما حالات الفشل قبل بدء الحوسبة فلا تترتب عليها رسوم استخدام GPU
السيناريو GPU الموصى بها معظم مهام التدريب RTX PRO 6000 مجموعات البيانات الكبيرة أو أحجام الدُفعات الكبيرة H100 SXM أو H200 مع مراعاة الميزانية RTX 4090