Erste Schritte

YOLO26-Projekte mit Google Colab beschleunigen

Vielen Entwicklern fehlen die leistungsstarken Rechenressourcen, die für die Erstellung von Deep-Learning-Modellen erforderlich sind. Hochwertige Hardware zu kaufen oder eine leistungsfähige GPU zu mieten kann teuer sein. Google Colab bietet eine Alternative: eine browserbasierte Plattform, auf der du mit großen Datensätzen arbeiten, komplexe Modelle entwickeln und deine Arbeit mit anderen teilen kannst – zu geringen oder gar keinen Kosten.



Ansehen: So trainierst du Ultralytics YOLO26-Modelle mit deinem eigenen Datensatz in Google Colab.

Du kannst Google Colab für Projekte mit Ultralytics-YOLO26-Modellen verwenden. Die benutzerfreundliche Umgebung von Google Colab eignet sich gut für die Entwicklung und das Experimentieren mit Modellen. Diese Anleitung stellt Google Colab und seine wichtigsten Funktionen vor und erklärt, wie du damit YOLO26-Modelle trainierst.

Google Colaboratory#

Google Colaboratory, allgemein als Google Colab bekannt, wurde 2017 von Google Research entwickelt. Es handelt sich um eine kostenlose, cloudbasierte Jupyter-Notebook-Umgebung im Internet, mit der du deine Machine-Learning- und Deep-Learning-Modelle auf CPUs, GPUs und TPUs trainieren kannst. Google entwickelte Colab zur Unterstützung von KI-Forschung und -Ausbildung sowie zur Förderung der Nutzung von Cloud-Diensten.

Du kannst Google Colab unabhängig von den Spezifikationen und der Konfiguration deines lokalen Computers verwenden. Du benötigst lediglich ein Google-Konto und einen Webbrowser.

YOLO26 mit Google Colaboratory trainieren#

Das Training von YOLO26-Modellen auf Google Colab ist ganz einfach. Öffne das Google Colab YOLO26-Notebook und beginne sofort mit dem Training deines Modells. Ausführliche Informationen zum Modelltraining und zu bewährten Vorgehensweisen findest du in unserem Leitfaden zum Training von YOLO26-Modellen.

Häufige Fragen zur Arbeit mit Google Colab#

Bei der Arbeit mit Google Colab hast du vielleicht ein paar häufige Fragen:

F: Warum läuft meine Google-Colab-Sitzung ab? A: Google-Colab-Sitzungen können wegen Inaktivität ablaufen. Das betrifft besonders Nutzer der kostenlosen Version, deren Sitzungsdauer begrenzt ist.

F: Kann ich die Sitzungsdauer in Google Colab verlängern? A: Für Nutzer der kostenlosen Version gelten Beschränkungen, aber Google Colab Pro bietet längere Sitzungszeiten.

F: Was kann ich tun, wenn meine Sitzung unerwartet beendet wird? A: Speichere deine Arbeit regelmäßig auf Google Drive oder GitHub, damit keine ungespeicherten Änderungen verloren gehen.

F: Wie kann ich den Sitzungsstatus und die Ressourcennutzung überprüfen? A: Colab zeigt in der Benutzeroberfläche die Messwerte „RAM Usage“ und „Disk Usage“ an, mit denen du deine Ressourcen überwachen kannst.

F: Kann ich mehrere Colab-Sitzungen gleichzeitig ausführen? A: Ja, achte aber auf die Ressourcennutzung, um Leistungseinbußen zu vermeiden.

F: Gibt es bei Google Colab Einschränkungen beim GPU-Zugriff? A: Ja, der kostenlose GPU-Zugriff ist eingeschränkt. Google Colab Pro bietet jedoch deutlich umfangreichere Nutzungsmöglichkeiten.

Die wichtigsten Funktionen von Google Colab#

Hier sind einige der Funktionen, die Google Colab bei Machine-Learning-Projekten beliebt machen:

  • Bibliotheksunterstützung: Google Colab enthält vorinstallierte Bibliotheken für Datenanalyse und maschinelles Lernen. Bei Bedarf kannst du weitere Bibliotheken installieren. Außerdem werden verschiedene Bibliotheken zur Erstellung interaktiver Diagramme und Visualisierungen unterstützt.

  • Hardwareressourcen: Nutzer können auch zwischen verschiedenen Hardwareoptionen wechseln, indem sie die Laufzeiteinstellungen wie unten gezeigt ändern. Google Colab bietet Zugriff auf GPUs wie NVIDIA T4, L4 und A100 sowie auf TPUs – spezielle Schaltkreise, die eigens für Machine-Learning-Aufgaben entwickelt wurden.

Laufzeiteinstellungen in Google Colab zur Auswahl der GPU

  • Zusammenarbeit: Google Colab erleichtert die Zusammenarbeit mit anderen Entwicklern. Du kannst deine Notebooks mit anderen teilen und sie gemeinsam in Echtzeit bearbeiten.

  • Benutzerdefinierte Umgebung: Du kannst Abhängigkeiten installieren, das System konfigurieren und Shell-Befehle direkt im Notebook ausführen.

  • Lernmaterialien: Google Colab bietet zahlreiche Tutorials und Beispielnotebooks, mit denen du verschiedene Funktionen kennenlernen und ausprobieren kannst.

Warum solltest du Google Colab für deine YOLO26-Projekte verwenden?#

Für das Training und die Bewertung von YOLO26-Modellen gibt es viele Möglichkeiten. Google Colab bietet folgende Vorteile:

  • Keine Einrichtung erforderlich: Da Colab in der Cloud ausgeführt wird, kannst du sofort mit dem Modelltraining beginnen, ohne eine komplexe Umgebung einrichten zu müssen. Erstelle einfach ein Konto und beginne mit dem Programmieren.

  • Unterstützung für Formulare: Du kannst Formulare zur Eingabe von Parametern erstellen und dadurch einfacher mit verschiedenen Werten experimentieren.

  • Integration mit Google Drive: Colab ist in Google Drive integriert und vereinfacht so die Speicherung, den Zugriff und die Verwaltung von Daten. Datensätze und Modelle lassen sich direkt in Google Drive speichern und von dort abrufen.

  • Markdown-Unterstützung: In Notebooks kannst du Markdown für eine ausführlichere Dokumentation verwenden.

  • Geplante Ausführung: Du kannst Notebooks so einrichten, dass sie zu festgelegten Zeiten automatisch ausgeführt werden.

  • Erweiterungen und Widgets: Mit Google Colab kannst du den Funktionsumfang durch Erweiterungen von Drittanbietern und interaktive Widgets ergänzen.

Tipps zur Arbeit mit YOLO26 in Google Colab#

Mit diesen praktischen Tipps holst du bei der Arbeit mit YOLO26-Modellen das Beste aus Google Colab heraus:

  • GPU-Beschleunigung aktivieren: Aktiviere in den Laufzeiteinstellungen immer die GPU-Beschleunigung, um das Training deutlich zu beschleunigen.
  • Stabile Verbindung sicherstellen: Da Colab in der Cloud ausgeführt wird, solltest du für einen unterbrechungsfreien Trainingsablauf eine stabile Internetverbindung sicherstellen.
  • Dateien organisieren: Speichere deine Datensätze und Modelle auf Google Drive oder GitHub, damit du in Colab einfach darauf zugreifen und sie verwalten kannst.
  • Speicherverbrauch optimieren: Wenn du im kostenlosen Tarif an Speichergrenzen stößt, versuche, die Bildgröße oder die Stapelgröße während des Trainings zu verringern.
  • Regelmäßig speichern: Aufgrund der Sitzungszeitbegrenzungen von Colab solltest du dein Modell und deine Ergebnisse häufig speichern, damit keine Fortschritte verloren gehen.

Mehr über Google Colab erfahren#

Wenn du dich näher mit Google Colab beschäftigen möchtest, findest du hier einige hilfreiche Ressourcen.

Zusammenfassung#

Diese Anleitung hat gezeigt, wie du Ultralytics-YOLO26-Modelle in Google Colab testen kannst. Wie Kaggle und das Cloud-Training auf der Ultralytics Platform ermöglicht Google Colab das Training und die Bewertung deiner Modelle auf Cloud-GPUs mit wenigen Klicks. Damit ist die Plattform auch für Entwickler ohne leistungsstarke Hardware gut zugänglich.

Weitere Informationen findest du auf der FAQ-Seite von Google Colab.

Häufig gestellte Fragen#

  • Melde dich zunächst bei deinem Google-Konto an und öffne dann das Google-Colab-Notebook für YOLO26, um Ultralytics YOLO26-Modelle in Google Colab zu trainieren. Dieses Notebook führt dich durch die Einrichtung und den Trainingsprozess. Starte das Notebook und führe die Zellen Schritt für Schritt aus, um dein Modell zu trainieren. Eine ausführliche Anleitung findest du in der Anleitung zum Modelltraining mit YOLO26.

  • Google Colab bietet beim Training von YOLO26-Modellen mehrere Vorteile:

    • Keine Einrichtung erforderlich: Du musst keine Umgebung vorbereiten, sondern kannst dich einfach anmelden und mit dem Programmieren beginnen.
    • Kostenloser GPU-Zugriff: Nutze leistungsstarke GPUs oder TPUs, ohne teure Hardware anschaffen zu müssen.
    • Integration mit Google Drive: Speichere Datensätze und Modelle ganz einfach und greife darauf zu.
    • Zusammenarbeit: Teile Notebooks mit anderen und arbeite in Echtzeit mit ihnen zusammen.

    Weitere Informationen zu den Vorteilen von Google Colab findest du in der Trainingsanleitung und auf der Google-Colab-Seite.

  • Google-Colab-Sitzungen werden bei Inaktivität beendet, insbesondere bei kostenlosen Konten. So kannst du damit umgehen:

    1. Aktiv bleiben: Arbeite regelmäßig in deinem Colab-Notebook.
    2. Fortschritte speichern: Speichere deine Arbeit regelmäßig auf Google Drive oder GitHub.
    3. Colab Pro: Ziehe ein Upgrade auf Google Colab Pro in Betracht, um längere Sitzungen nutzen zu können.

    Weitere Tipps zur Verwaltung deiner Colab-Sitzung findest du auf der FAQ-Seite von Google Colab.

  • Ja, du kannst benutzerdefinierte Datensätze verwenden, um YOLO26-Modelle in Google Colab zu trainieren. Lade deinen Datensatz in Google Drive hoch und binde ihn direkt in dein Colab-Notebook ein. Folge dazu Nicolais YouTube-Anleitung So trainierst du YOLO26-Modelle mit deinem benutzerdefinierten Datensatz.

  • Wenn deine Google-Colab-Trainingssitzung unterbrochen wird:

    1. Regelmäßig speichern: Speichere deine Arbeit regelmäßig auf Google Drive oder GitHub, damit keine ungespeicherten Fortschritte verloren gehen.
    2. Training fortsetzen: Starte deine Sitzung neu, lade den last.pt-Checkpoint des unterbrochenen Trainingslaufs und fahre mit model.train(resume=True) fort (siehe Unterbrochene Trainingsläufe fortsetzen).
    3. Checkpoints verwenden: Speichere das Trainingsverzeichnis project auf Google Drive, damit last.pt auch bei einer getrennten Laufzeitumgebung erhalten bleibt, und verwende save_period, um regelmäßig Checkpoints nach jeder Epoche zu speichern.

    Mit diesen Vorgehensweisen stellst du sicher, dass deine Fortschritte geschützt sind. Weitere Informationen zur Sitzungsverwaltung findest du auf der FAQ-Seite von Google Colab.

Kommentare

Stell eine Frage, teile deine Ergebnisse oder hilf jemand anderem.