Meet YOLO26: next-gen vision AI.

Link to this sectionModelltraining#

Die Ultralytics Platform bietet umfassende Tools für das Training von YOLO-Modellen, von der Organisation von Experimenten bis hin zur Ausführung von Cloud-Trainingsjobs mit Echtzeit-Metrik-Streaming.



Watch: Get Started with Ultralytics Platform - Train

Link to this sectionÜbersicht#

Der Trainingsbereich hilft dir dabei:

  • Modelle in Projekten zur einfacheren Verwaltung zu organisieren
  • Auf Cloud-GPUs mit einem Klick zu trainieren
  • Echtzeit-Metriken während des Trainings zu überwachen
  • Modellleistung über Experimente hinweg zu vergleichen
  • In über 19 Deployment-Formate zu exportieren (siehe unterstützte Formate)

Ultralytics Platform Train Übersicht

Link to this sectionWorkflow#

graph LR
    A[📁 Project] --> B[⚙️ Configure]
    B --> C[🚀 Train]
    C --> D[📈 Monitor]
    D --> E[📦 Export]

    style A fill:#4CAF50,color:#fff
    style B fill:#2196F3,color:#fff
    style C fill:#FF9800,color:#fff
    style D fill:#9C27B0,color:#fff
    style E fill:#00BCD4,color:#fff
PhaseBeschreibung
ProjektErstelle einen Arbeitsbereich, um zusammengehörige Modelle zu organisieren
KonfigurierenWähle Datensatz, Basismodell und Trainingsparameter aus
TrainierenFühre das Training auf Cloud-GPUs oder deiner lokalen Hardware aus
ÜberwachenSieh dir Echtzeit-Verlustkurven und Metriken an
ExportierenKonvertiere in über 19 Deployment-Formate (Details)

Link to this sectionTrainingsoptionen#

Die Ultralytics Platform unterstützt mehrere Trainingsansätze:

MethodeBeschreibungAm besten für
Cloud-TrainingTrainiere auf Ultralytics Cloud GPUsKeine lokale GPU, Skalierbarkeit
Lokales TrainingTrainiere lokal, streame Metriken an die PlattformVorhandene Hardware, Datenschutz
Colab-TrainingNutze Google Colab mit Plattform-IntegrationKostenloser GPU-Zugang

Link to this sectionGPU-Optionen#

Verfügbare GPUs für das Cloud-Training auf der Ultralytics Cloud:

GPUGenerationVRAMKosten/StundeAm besten für
RTX 2000 AdaAda16 GB$0.24Kleine Datensätze, Tests
RTX A4500Ampere20 GB$0.25Kleine bis mittlere Datensätze
RTX 4000 AdaAda20 GB$0.26Mittlere Datensätze
RTX A5000Ampere24 GB$0.27Mittlere Datensätze
L4Ada24 GB$0.39Optimiert für Inferenz
A40Ampere48 GB$0.44Größere Batch-Größen
RTX 3090Ampere24 GB$0.46Allgemeines Training
RTX A6000Ampere48 GB$0.49Große Modelle
RTX PRO 4500Blackwell32 GB$0.64Großartiges Preis-Leistungs-Verhältnis
RTX 4090Ada24 GB$0.69Bestes Preis-Leistungs-Verhältnis
RTX 6000 AdaAda48 GB$0.77Training mit großen Batches
L40SAda48 GB$0.86Training mit großen Batches
RTX 5090Blackwell32 GB$0.99Neueste Consumer-Generation
L40Ada48 GB$0.99Große Modelle
A100 PCIeAmpere80 GB$1.39Produktionstraining
A100 SXMAmpere80 GB$1.49Produktionstraining
RTX PRO 6000Blackwell96 GB$1.89Empfohlener Standard
H100 PCIeHopper80 GB$2.39Hochleistungstraining
H100 SXMHopper80 GB$2.99Schnellstes Training
H100 NVLHopper94 GB3,07 $Maximale Leistung
H200 NVLHopper143 GB3,39 $Maximaler Speicher
H200 SXMHopper141 GB3,99 $Maximale Leistung
B200Blackwell180 GB5,49 $Große Modelle (Pro+)
B300Blackwell288 GB7,39 $Größte Modelle (Pro+)
GPU-Zugriff nach Stufen

B200- und B300-GPUs erfordern einen Pro- oder Enterprise-Plan. Alle anderen GPUs sind in allen Plänen einschließlich Free verfügbar.

Guthaben bei Anmeldung

Neue Konten erhalten ein Startguthaben für das Training. Details findest du unter Abrechnung.

Link to this sectionEchtzeit-Metriken#

Während des Trainings kannst du Live-Metriken in drei Unterreitern einsehen:

graph LR
    A[Charts] --> B[Loss Curves]
    A --> C[Performance Metrics]
    D[Console] --> E[Live Logs]
    D --> F[Error Detection]
    G[System] --> H[GPU Utilization]
    G --> I[Memory & Temp]

    style A fill:#2196F3,color:#fff
    style D fill:#FF9800,color:#fff
    style G fill:#9C27B0,color:#fff
Unter-ReiterMetriken
DiagrammeBox/Klasse/DFL-Loss, mAP50, mAP50-95, Präzision, Recall
KonsoleLive-Trainingsprotokolle mit ANSI-Farben und Fehlererkennung
SystemGPU-Auslastung, Speicher, Temperatur, CPU, Festplatte
Automatische Checkpoints

Beim Cloud-Training wird das beste Modell (best.pt, der Checkpoint mit dem höchsten mAP) automatisch gespeichert und nach Abschluss des Trainings zum Download, Export und Deployment bereitgestellt.

Link to this sectionKurzanleitung#

Starte dein Cloud-Training in unter einer Minute:

  1. Erstelle ein Projekt in der Seitenleiste
  2. Klicke auf Neues Modell
  3. Wähle ein Modell, einen Datensatz und eine GPU aus
  4. Klicke auf Training starten

Link to this sectionSchnellzugriff#

Link to this sectionFAQ#

Link to this sectionWie lange dauert das Training?#

Die Trainingsdauer hängt ab von:

  • Datensatzgröße (Anzahl der Bilder)
  • Modellgröße (n, s, m, l, x)
  • Anzahl der Epochen
  • Ausgewählter GPU-Typ

Ein typischer Trainingslauf mit 1000 Bildern, YOLO26n und 100 Epochen auf einer RTX PRO 6000 dauert etwa 5-10 Minuten. Kleinere Läufe (500 Bilder, 50 Epochen auf RTX 4090) sind in unter einer Stunde abgeschlossen. Siehe Kostenbeispiele für detaillierte Schätzungen.

Link to this sectionKann ich mehrere Modelle gleichzeitig trainieren?#

Ja. Die Anzahl der gleichzeitigen Cloud-Trainings hängt von deinem Plan ab: Free erlaubt 3, Pro erlaubt 10, und Enterprise ist unbegrenzt. Für zusätzliches paralleles Training kannst du das Remote-Training von mehreren Maschinen aus nutzen.

Link to this sectionWas passiert, wenn das Training fehlschlägt?#

Wenn das Training fehlschlägt:

  1. Das Modell wird als fehlgeschlagen markiert und die Compute-Instanz wird beendet
  2. Du kannst einen neuen Trainingsdurchlauf ausgehend vom Basismodell starten
  3. Guthaben wird nur für die tatsächlich genutzte Rechenzeit berechnet

Link to this sectionWie wähle ich die richtige GPU?#

SzenarioEmpfohlene GPU
Die meisten TrainingsaufgabenRTX PRO 6000
Große Datensätze oder Batch-GrößenH100 SXM oder H200
BudgetbewusstRTX 4090

Kommentare