Ultralytics HUB-Modelle
Ultralytics HUB-Modelle bieten eine optimierte Lösung für das Training von KI-Modellen auf benutzerdefinierten Datensätzen.
Der Prozess ist benutzerfreundlich und effizient und umfasst eine einfache dreistufige Erstellung und ein beschleunigtes Training, das von Ultralytics YOLOv8 unterstützt wird. Während des Trainings sind Echtzeit-Updates zu den Modellmetriken verfügbar, sodass du jeden Schritt des Fortschritts überwachen kannst. Sobald das Training abgeschlossen ist, kannst du eine Vorschau deines Modells ansehen und es problemlos in realen Anwendungen einsetzen. Daher bietet Ultralytics HUB ein umfassendes und dennoch einfaches System für die Modellerstellung, das Training, die Bewertung und den Einsatz.
Pass auf: Ultralytics Überblick über die HUB-Schulung und Validierung
Zugmodell
Navigiere zur Seite Modelle, indem du auf die Schaltfläche Modelle in der Seitenleiste und dann auf die Schaltfläche Zugmodell oben rechts auf der Seite klickst.
Diese Aktion löst den Dialog Zugmodell aus, der drei einfache Schritte umfasst:
1. Datensatz
In diesem Schritt musst du den Datensatz auswählen, mit dem du dein Modell trainieren möchtest. Nachdem du einen Datensatz ausgewählt hast, klicke auf Weiter.
Tipp
Du kannst diesen Schritt überspringen, wenn du ein Modell direkt auf der Seite Datensatz trainierst.
2. Modell
In diesem Schritt wählst du das Projekt, in dem du dein Modell erstellen willst, den Namen deines Modells und die Architektur deines Modells.
Hinweis
Ultralytics HUB wird versuchen, eine Vorauswahl des Projekts zu treffen.
Wenn du den Dialog Zugmodell wie oben beschrieben geöffnet hast, wählt Ultralytics HUB das zuletzt verwendete Projekt aus.
Wenn du das Dialogfeld Zugmodell von der Projektseite aus geöffnet hast, wählt Ultralytics HUB das Projekt aus, in dem du dich gerade befindest.
Falls du noch kein Projekt erstellt hast, kannst du in diesem Schritt den Namen deines Projekts festlegen, das dann zusammen mit deinem Modell erstellt wird.
Info
Du kannst mehr über die verfügbaren YOLOv8 (und YOLOv5) Architekturen in unserer Dokumentation nachlesen.
Standardmäßig verwendet dein Modell ein vorab trainiertes Modell (trainiert mit dem COCO-Datensatz ), um die Trainingszeit zu verkürzen. Du kannst dieses Verhalten ändern und die Konfiguration deines Modells anpassen, indem du das Akkordeon Erweiterte Modellkonfiguration öffnest.
Hinweis
Du kannst die gängigsten Modellkonfigurationsoptionen (z. B. die Anzahl der Epochen) leicht ändern, aber du kannst auch die Option " Benutzerdefiniert" verwenden, um auf alle für Ultralytics HUB relevanten Zugeinstellungen zuzugreifen.
Pass auf: So konfigurierst du die Ultralytics YOLOv8 Trainingsparameter in Ultralytics HUB
Alternativ kannst du das Training mit einem deiner zuvor trainierten Modelle beginnen, indem du auf die Registerkarte Benutzerdefiniert klickst.
Wenn du mit der Konfiguration deines Modells zufrieden bist, klicke auf Weiter.
3. Zug
In diesem Schritt fängst du an, dein Modell zu trainieren.
Hinweis
Wenn du bei diesem Schritt angelangt bist, hast du die Möglichkeit, den Dialog Modell trainieren zu schließen und dein Modell später auf der Seite Modell zu trainieren.
Ultralytics HUB bietet drei Ausbildungsmöglichkeiten an:
- Ultralytics Wolke
- Google Colab
- Bring deinen eigenen Agenten mit
a. Ultralytics Wolke
Du musst auf den Pro Plan upgraden, um auf Ultralytics Cloud zugreifen zu können.
Um Modelle mit unserer Cloud-Trainingslösung zu trainieren, lies die Dokumentation Ultralytics Cloud Training.
b. Google Colab
Um dein Modell mit Google Colab zu trainieren, befolge die Anweisungen im Dialog Ultralytics HUB Modell trainieren oder auf dem Google Colab-Notebook.
Wenn das Training beginnt, kannst du auf " Fertig" klicken und den Trainingsfortschritt auf der Seite "Modell" überwachen.
Hinweis
Wenn das Training unterbrochen und ein Kontrollpunkt gespeichert wurde, kannst du das Training deines Modells auf der Seite Modell wieder aufnehmen.
c. Bring deinen eigenen Agenten mit
Pass auf: Bring your Own Agent-Modellschulung mit Ultralytics HUB
Um dein Modell mit deinem eigenen Agenten zu trainieren, befolge die Anweisungen im Dialog Ultralytics HUB Modell trainieren.
Installieren Sie die ultralytics Paket von PyPI.
Als Nächstes verwendest du den Python Code, um mit dem Training des Modells zu beginnen.
Wenn das Training beginnt, kannst du auf " Fertig" klicken und den Trainingsfortschritt auf der Seite "Modell" überwachen.
Hinweis
Wenn das Training unterbrochen und ein Kontrollpunkt gespeichert wurde, kannst du das Training deines Modells auf der Seite Modell wieder aufnehmen.
Modell analysieren
Nachdem du ein Modell trainiert hast, kannst du die Metriken des Modells analysieren.
Auf der Registerkarte " Zug" werden die wichtigsten Metriken sorgfältig nach Aufgaben gruppiert.
Um auf alle Modellmetriken zuzugreifen, klicke auf die Registerkarte Diagramme.
Tipp
Jedes Diagramm kann zur besseren Veranschaulichung vergrößert werden.
Um die Daten richtig zu analysieren, kannst du außerdem die Zoomfunktion nutzen.
Vorschau Modell
Nachdem du ein Modell trainiert hast, kannst du es in der Vorschau betrachten, indem du auf die Registerkarte Vorschau klickst.
Auf der Testkarte kannst du ein Vorschaubild aus dem beim Training verwendeten Datensatz auswählen oder ein Bild von deinem Gerät hochladen.
Hinweis
Du kannst auch mit deiner Kamera ein Bild aufnehmen und direkt darauf eine Inferenz durchführen.
Außerdem kannst du dein Modell in Echtzeit direkt auf deinem iOS oder Android Mobilgerät ansehen, indem du unsere Ultralytics HUB App herunterlädst.
Einsatzmodell
Nachdem du ein Modell trainiert hast, kannst du es in 13 verschiedene Formate exportieren, darunter ONNX, OpenVINO, CoreML, TensorFlow, Paddle und viele andere.
Tipp
Du kannst die Exportoptionen für jedes Format anpassen, indem du das Dropdown-Menü für Exportaktionen öffnest und auf die Option Erweitert klickst.
Hinweis
Du kannst jedes Format erneut exportieren, wenn du das Dropdown-Menü der Exportaktionen öffnest und auf die Option Erweitert klickst.
Du kannst unsere Inference API auch in der Produktion verwenden.
Lies die Dokumentation Ultralytics Inference API für weitere Informationen.
Modell teilen
Info
Ultralytics Die Sharing-Funktion vonHUB bietet eine bequeme Möglichkeit, Modelle mit anderen zu teilen. Diese Funktion ist sowohl für bestehende Ultralytics HUB-Nutzer/innen als auch für diejenigen gedacht, die noch kein Konto erstellt haben.
Hinweis
Du hast die Kontrolle über den allgemeinen Zugang zu deinen Modellen.
Du kannst den allgemeinen Zugang auf "Privat" setzen, so dass nur du Zugriff darauf hast. Alternativ kannst du den allgemeinen Zugang auf "Unlisted" setzen, was jedem, der den direkten Link zum Modell hat, den Zugriff gewährt, unabhängig davon, ob er ein Ultralytics HUB-Konto hat oder nicht.
Navigiere zur Modellseite des Modells, das du teilen möchtest, öffne das Dropdown-Menü der Modellaktionen und klicke auf die Option Teilen. Diese Aktion löst den Dialog Modell teilen aus.
Tipp
Du kannst ein Modell auch direkt auf der Seite Modelle oder auf der Projektseite des Projekts, in dem sich dein Modell befindet, teilen.
Setze den allgemeinen Zugang auf "Unlisted" und klicke auf Speichern.
Jetzt kann jeder, der den direkten Link zu deinem Modell hat, es ansehen.
Tipp
Du kannst einfach auf den Link des Modells klicken, der im Dialogfeld Modell teilen angezeigt wird, um es zu kopieren.
Modell bearbeiten
Navigiere zur Modellseite des Modells, das du bearbeiten möchtest, öffne das Dropdown-Menü der Modellaktionen und klicke auf die Option Bearbeiten. Diese Aktion löst den Dialog Modell aktualisieren aus.
Tipp
Du kannst ein Modell auch direkt auf der Seite Modelle oder auf der Projektseite des Projekts bearbeiten, in dem sich dein Modell befindet.
Wende die gewünschten Änderungen an deinem Modell an und bestätige sie dann mit Speichern.
Modell löschen
Navigiere zur Modellseite des Modells, das du löschen möchtest, öffne das Dropdown-Menü der Modellaktionen und klicke auf die Option Löschen. Mit dieser Aktion wird das Modell gelöscht.
Tipp
Du kannst ein Modell auch direkt auf der Seite Modelle oder auf der Projektseite des Projekts löschen, in dem sich dein Modell befindet.
Hinweis
Wenn du deine Meinung änderst, kannst du das Modell auf der Seite Papierkorb wiederherstellen.
