التدريب السحابي

منصة Ultralytics للتدريب السحابي توفر تدريبًا بنقرة واحدة على وحدات معالجة الرسوميات (GPU) السحابية، مما يجعل تدريب النماذج متاحًا دون إعداد معقد. قم بتدريب نماذج YOLO مع بث المقاييس في الوقت الفعلي وحفظ نقاط الفحص تلقائيًا.

graph LR
    A[Configure] --> B[Start Training]
    B --> C[Provision GPU]
    C --> D[Download Dataset]
    D --> E[Train]
    E --> F[Stream Metrics]
    F --> G[Save Checkpoints]
    G --> H[Complete]

    style A fill:#2196F3,color:#fff
    style B fill:#FF9800,color:#fff
    style E fill:#9C27B0,color:#fff
    style H fill:#4CAF50,color:#fff

حوار التدريب

ابدأ التدريب من واجهة المستخدم للمنصة بالنقر فوق " نموذج جديد" في أي صفحة مشروع (أو "تدريب من صفحة مجموعة بيانات"). يحتوي مربع حوار التدريب على علامتي تبويب: "تدريب سحابي " و" تدريب محلي".

الخطوة 1: حدد النموذج الأساسي

اختر من بين نماذج YOLO26 الرسمية أو النماذج التي قمت بتدريبها بنفسك:

يتم تنظيم النماذج الرسمية حسب نوع المهمة (الكشف، التجزئة، الوضع، OBB، التصنيف) بأحجام تتراوح من النانو إلى xlarge.

الخطوة 2: حدد مجموعة البيانات

اختر مجموعة بيانات للتدريب عليها (انظر مجموعات البيانات):

الخطوة 3: تكوين المعلمات

تعيين معلمات التدريب الأساسية:

الخطوة 4: الإعدادات المتقدمة (اختياري)

قم بتوسيع الإعدادات المتقدمة للوصول إلى محرر المعلمات الكامل المستند إلى YAML مع أكثر من 40 معلمة تدريب منظمة حسب المجموعة (انظر مرجع التكوين):

المعلمات مدركة للمهام (على سبيل المثال، copy_paste يظهر فقط segment المقطع، pose/kobj فقط لمهام الوضع). A معدل تظهر علامة عندما تختلف القيم عن القيم الافتراضية، ويمكنك إعادة تعيين جميع القيم إلى القيم الافتراضية باستخدام زر إعادة التعيين.

mosaic: 1.0       # Keep mosaic on
mixup: 0.3        # Add mixup blending
copy_paste: 0.3   # Add copy-paste (segment only)
fliplr: 0.5       # Horizontal flip
degrees: 10.0     # Slight rotation
scale: 0.9        # Aggressive scaling

الخطوة 5: حدد GPU علامة التبويب السحابة)

اختر وحدة GPU Ultralytics :

يعرض مربع الحوار رصيدك الحالي وزر " تعبئة الرصيد ". يتم حساب التكلفة والمدة التقديرية بناءً على التكوين الخاص بك (حجم النموذج، صور مجموعة البيانات، العصور، GPU ).

الخطوة 6: بدء التدريب

انقر على بدء التدريب لتشغيل مهمتك. المنصة:

1. توفر مثيل GPU
2. تحمل مجموعة بياناتك
3. تبدأ التدريب
4. تبث المقاييس في الوقت الفعلي

دورة حياة الوظيفة التدريبية

تتقدم مهام التدريب عبر الحالات التالية:

مراقبة التدريب

اعرض تقدم التدريب في الوقت الفعلي في علامة التبويب "تدريب" في صفحة النموذج:

الرسم البياني الفرعي

علامة تبويب فرعية للوحدة

إخراج وحدة التحكم المباشر مع دعم ألوان ANSI وأشرطة التقدم واكتشاف الأخطاء.

علامة تبويب فرعية للنظام

GPU والذاكرة ودرجة الحرارة ووحدة CPU المركزية ( CPU والقرص في الوقت الفعلي.

نقاط الفحص

يتم حفظ نقاط التحقق تلقائيًا:

• كل حقبة: يتم حفظ أحدث الأوزان
• أفضل نموذج: يتم الاحتفاظ بنقطة التحقق ذات أعلى mAP
• النموذج النهائي: الأوزان عند اكتمال التدريب

إلغاء التدريب

انقر فوق "إلغاء التدريب " في صفحة النموذج لإيقاف مهمة قيد التشغيل:

• تم إنهاء مثيل الحوسبة
• يتوقف احتساب الرصيد
• يتم الاحتفاظ بنقاط الفحص التي تم حفظها حتى ذلك الوقت

التدريب عن بُعد

graph LR
    A[Local GPU] --> B[Train]
    B --> C[ultralytics Package]
    C --> D[Stream Metrics]
    D --> E[Platform Dashboard]

    style A fill:#FF9800,color:#fff
    style C fill:#2196F3,color:#fff
    style E fill:#4CAF50,color:#fff

تدرب على أجهزتك الخاصة أثناء بث المقاييس إلى المنصة.

pip install -U ultralytics

إعداد مفتاح API

1. انتقل إلى Settings > Profile (قسم مفاتيح API)
2. قم بإنشاء مفتاح جديد (أو تقوم المنصة بإنشاء مفتاح تلقائيًا عند فتح علامة التبويب "التدريب المحلي")
3. عيّن متغير البيئة:

export ULTRALYTICS_API_KEY="your_api_key"

التدريب بالبث

استخدم project و name معلمات لبث المقاييس:

yolo train model=yolo26n.pt data=coco.yaml epochs=100 \
  project=username/my-project name=experiment-1

from ultralytics import YOLO

model = YOLO("yolo26n.pt")
model.train(
    data="coco.yaml",
    epochs=100,
    project="username/my-project",
    name="experiment-1",
)

تعرض علامة التبويب " التدريب المحلي " في مربع حوار التدريب أمرًا تم تكوينه مسبقًا مع مفتاح API الخاص بك والمعلمات المحددة والحجج المتقدمة المضمنة.

استخدام مجموعات بيانات المنصة

تدرب باستخدام مجموعات البيانات المخزنة على المنصة باستخدام ul:// تنسيق URI:

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",
)

في ul:// يقوم تنسيق URI بتنزيل مجموعة البيانات وتكوينها تلقائيًا. يتم ربط النموذج تلقائيًا بمجموعة البيانات على المنصة (انظر استخدام مجموعات بيانات المنصة).

الفواتير

تعتمد تكاليف التدريب على استخدام GPU:

تقدير التكاليف

قبل بدء التدريب، تقوم المنصة بتقدير التكلفة الإجمالية من خلال:

1. تقدير الثواني لكل حقبة من حجم مجموعة البيانات وتعقيد النموذج وحجم الصورة وحجم الدفعة GPU
2. حساب إجمالي وقت التدريب بضرب الثواني لكل حقبة في عدد الحقبات، ثم إضافة تكلفة التشغيل
3. حساب التكلفة التقديرية من إجمالي ساعات التدريب مضروبة في السعر بالساعة GPU

العوامل المؤثرة على التكلفة:

أمثلة على التكاليف

تدفق الفواتير

graph LR
    A[Estimate Cost] --> B[Balance Check]
    B --> C[Train]
    C --> D[Charge Actual Runtime]

    style A fill:#2196F3,color:#fff
    style B fill:#FF9800,color:#fff
    style C fill:#9C27B0,color:#fff
    style D fill:#4CAF50,color:#fff

تدفق فوترة التدريب على السحابة:

1. التقدير: التكلفة محسوبة قبل بدء التدريب
2. التحقق من الرصيد: يتم التحقق من الرصيد المتاح قبل الإطلاق
3. القطار: يعمل Job على الحوسبة المحددة
4. التكلفة: التكلفة النهائية تعتمد على وقت التشغيل الفعلي

طرق الدفع

عرض تكاليف التدريب

بعد التدريب، يمكنك عرض التكاليف التفصيلية في علامة تبويب الفواتير:

• تفصيل التكلفة لكل حقبة (epoch)
• إجمالي وقت الـ GPU
• تنزيل تقرير التكلفة

نصائح للتدريب

اختيار حجم النموذج المناسب

تحسين وقت التدريب

استكشاف الأخطاء وإصلاحها

الأسئلة الشائعة

كم يستغرق التدريب؟

يعتمد وقت التدريب على:

• حجم مجموعة البيانات
• حجم النموذج
• عدد الدورات التدريبية
• GPU المحدد

الأوقات النموذجية (1000 صورة، 100 دورة تدريبية):

هل يمكنني التدريب طوال الليل؟

نعم، يستمر التدريب حتى الاكتمال. ستتلقى إشعارًا عند انتهاء التدريب. تأكد من أن حسابك يحتوي على رصيد كافٍ للتدريب القائم على الحقبة.

ماذا يحدث إذا نفدت أرصدتي؟

يتوقف التدريب مؤقتًا في نهاية الحقبة الحالية. يتم حفظ نقطة التحقق الخاصة بك، ويمكنك استئناف التدريب بعد إضافة الرصيد.

هل يمكنني استخدام وسائط تدريب مخصصة؟

نعم، قم بتوسيع قسم الإعدادات المتقدمة في مربع حوار التدريب للوصول إلى محرر YAML مع أكثر من 40 معلمة قابلة للتكوين. يتم تضمين القيم غير الافتراضية في كل من أوامر التدريب السحابية والمحلية.

هل يمكنني التدريب من صفحة مجموعة البيانات؟

نعم، يفتح زر "تدريب " الموجود في صفحات مجموعة البيانات مربع حوار التدريب مع مجموعة البيانات محددة مسبقًا ومقفلة. ثم تحدد مشروعًا ونموذجًا لبدء التدريب.

مرجع معلمات التدريب

📅 تم الإنشاء قبل 1 شهر ✏️ تم التحديث قبل 5 أيام

تعليقات