Zum Inhalt springen

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 mit Hilfe von Ultralytics YOLOv8 . Während des Trainings stehen Echtzeit-Updates zu den Modellmetriken zur Verfügung, so dass die Nutzer/innen den Fortschritt bei jedem Schritt überwachen können. Sobald das Training abgeschlossen ist, können die Modelle in der Vorschau angezeigt und einfach in realen Anwendungen eingesetzt werden. Daher bietet Ultralytics HUB ein umfassendes und dennoch einfaches System für die Erstellung, Schulung, Bewertung und den Einsatz von Modellen.

Der gesamte Prozess der Schulung eines Modells wird auf unserer Cloud-Schulungsseite beschrieben.

Vorschau auf die Modelle

Zugmodell

Navigiere zur Seite Modelle, indem du in der Seitenleiste auf die Schaltfläche Modelle klickst.

Das Trainieren eines Modells mit HUB ist ein 4-stufiger Prozess:

  • Führe das Skript mit den Vorbedingungen aus: Führe die bereitgestellten Skripte aus, um die virtuelle Umgebung vorzubereiten.
  • Gib die API an und beginne das Training: Sobald das Modell vorbereitet ist, gibst du den API-Schlüssel wie angewiesen an und führst den Codeblock aus.
  • Überprüfe die Ergebnisse und Metriken: Nach erfolgreicher Ausführung wird ein Link zur Seite mit den Metriken angezeigt. Diese Seite bietet umfassende Informationen über das trainierte Modell, einschließlich Spezifikationen, Verlustmetriken, Datensatzinformationen und Bildverteilungen. Außerdem kannst du über die Registerkarte "Einsatz" auf die Dokumentation und die Lizenzdetails des trainierten Modells zugreifen.
  • Teste dein Modell: Ultralytics HUB bietet Tests mit benutzerdefinierten Bildern, Gerätekameras oder Links zum Testen auf iPhone oder Android Geräte.

Ultralytics HUB-Screenshot der Startseite

Tipp

Du kannst ein Modell auch direkt auf der Startseite trainieren.

Ultralytics HUB-Screenshot der Startseite mit einem Pfeil, der auf die Zugmodellkarte zeigt

Klicke auf die Schaltfläche Zugmodell oben rechts auf der Seite, um das Dialogfeld Zugmodell aufzurufen.

Der Dialog Zugmodell besteht aus drei einfachen Schritten:

1. Datensatz

Wähle den Datensatz für das Training aus und klicke auf Weiter.

Ultralytics HUB-Screenshot des Dialogs "Modell trainieren" mit einem Pfeil, der auf einen Datensatz zeigt, und einem, der auf die Schaltfläche "Weiter" zeigt

2. Modell

Wähle das Projekt, den Modellnamen und die Architektur. Lies mehr über die verfügbaren Architekturen in unserem YOLOv8 (und YOLOv5) Dokumentation.

Klicke auf Weiter, wenn du mit der Konfiguration zufrieden bist.

Ultralytics HUB-Screenshot des Zugmodell-Dialogs mit einem Pfeil, der auf eine Modellarchitektur zeigt, und einem Pfeil, der auf die Schaltfläche Weiter zeigt

Hinweis

Standardmäßig verwendet dein Modell ein vorab trainiertes Modell (trainiert mit dem COCO-Datensatz ), um die Trainingszeit zu verkürzen.

Es gibt erweiterte Optionen, um dieses Verhalten zu ändern.

Vorschau Modell

Ultralytics HUB bietet verschiedene Möglichkeiten zur Vorschau der trainierten Modelle.

Du kannst ein Bild auf der Testkarte unter der Registerkarte Vorschau hochladen, um dein Modell in der Vorschau zu betrachten.

Ultralytics HUB-Screenshot der Registerkarte Vorschau (Testkarte) auf der Seite Modell

Nutze unsere Ultralytics Cloud API, um mühelos Inferenzen mit deinem eigenen Modell durchzuführen.

Ultralytics HUB-Screenshot der Registerkarte "Vorschau" (Ultralytics Cloud API-Karte) innerhalb der Modellseite

Lade dir eine Echtzeit-Vorschau deines Modells auf dein iOS- oder Android-Gerät herunter, indem du unsere Ultralytics HUB Mobile Application herunterlädst.

Ultralytics HUB-Screenshot der Registerkarte "Deploy" auf der Seite "Model" mit einem Pfeil, der auf die Karte "Real-Time Preview" zeigt

Das Modell trainieren

Ultralytics HUB bietet drei Ausbildungsmöglichkeiten an:

  • Ultralytics Cloud - Erfahre mehr über die Schulung auf der Ultralytics Cloud Training Page
  • Google Colab
  • Bring deinen eigenen Agenten mit

Das Modell auf Google Colab trainieren

Um mit dem Training mit Google Colab zu beginnen, befolge die Anweisungen auf dem Google Colab-Notebook.

In Colab öffnen

Google Colab Screenshot

Bring deinen eigenen Agenten mit

Erstelle einen API-Endpunkt über Ultralytics HUB, um das Modell lokal zu trainieren. Befolge die angegebenen Schritte und rufe die Trainingsdetails über den auf dem Agententerminal generierten Link auf.

Bring deinen eigenen Agenten-Screenshot mit

Einsatzmodell

Exportiere dein Modell in 13 verschiedene Formate, darunter ONNX, OpenVINO, CoreML, TensorFlow, Paddle und mehr.

Ultralytics HUB-Screenshot der Registerkarte "Bereitstellen" auf der Seite "Modell" mit allen exportierten Formaten

Modell teilen

Ultralytics Die Sharing-Funktion von HUB bietet eine bequeme Möglichkeit, Modelle zu teilen. Kontrolliere den allgemeinen Zugang zu deinen Modellen, indem du sie auf "Privat" oder "Nicht aufgelistet" setzt.

Navigiere zur Seite Modell, öffne das Dropdown-Menü der Modellaktionen und klicke auf die Option Teilen.

Ultralytics HUB-Screenshot der Modellseite mit einem Pfeil, der auf die Option "Teilen" zeigt

Lege den allgemeinen Zugang fest und klicke auf Speichern.

Ultralytics HUB-Screenshot des Dialogs "Modell teilen" mit einem Pfeil, der auf das Dropdown-Menü und einen auf die Schaltfläche "Speichern" zeigt

Jetzt kann jeder, der den direkten Link hat, dein Modell sehen.

Tipp

Kopiere einfach den Link des Modells, der im Dialog Modell teilen angezeigt wird, indem du darauf klickst.

Ultralytics HUB-Screenshot des Dialogs "Modell teilen" mit einem Pfeil, der auf den Link des Modells zeigt

Modell bearbeiten und löschen

Navigiere zur Seite Modell, öffne das Dropdown-Menü der Modellaktionen und klicke auf die Option Bearbeiten, um das Modell zu aktualisieren. Um das Modell zu löschen, wähle die Option Löschen.

Ultralytics HUB-Screenshot der Modellseite mit einem Pfeil, der auf die Option "Bearbeiten" zeigt



Erstellt 2023-11-12, Aktualisiert 2024-04-15
Autoren: glenn-jocher (7), priytosh-tripathi (1), sergiuwaxmann (1)

Kommentare