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)

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| Phase | Beschreibung |
|---|---|
| Projekt | Erstelle einen Arbeitsbereich, um zusammengehörige Modelle zu organisieren |
| Konfigurieren | Wähle Datensatz, Basismodell und Trainingsparameter aus |
| Trainieren | Führe das Training auf Cloud-GPUs oder deiner lokalen Hardware aus |
| Überwachen | Sieh dir Echtzeit-Verlustkurven und Metriken an |
| Exportieren | Konvertiere in über 19 Deployment-Formate (Details) |
Link to this sectionTrainingsoptionen#
Die Ultralytics Platform unterstützt mehrere Trainingsansätze:
| Methode | Beschreibung | Am besten für |
|---|---|---|
| Cloud-Training | Trainiere auf Ultralytics Cloud GPUs | Keine lokale GPU, Skalierbarkeit |
| Lokales Training | Trainiere lokal, streame Metriken an die Plattform | Vorhandene Hardware, Datenschutz |
| Colab-Training | Nutze Google Colab mit Plattform-Integration | Kostenloser GPU-Zugang |
Link to this sectionGPU-Optionen#
Verfügbare GPUs für das Cloud-Training auf der Ultralytics Cloud:
| GPU | Generation | VRAM | Kosten/Stunde | Am besten für |
|---|---|---|---|---|
| RTX 2000 Ada | Ada | 16 GB | $0.24 | Kleine Datensätze, Tests |
| RTX A4500 | Ampere | 20 GB | $0.25 | Kleine bis mittlere Datensätze |
| RTX 4000 Ada | Ada | 20 GB | $0.26 | Mittlere Datensätze |
| RTX A5000 | Ampere | 24 GB | $0.27 | Mittlere Datensätze |
| L4 | Ada | 24 GB | $0.39 | Optimiert für Inferenz |
| A40 | Ampere | 48 GB | $0.44 | Größere Batch-Größen |
| RTX 3090 | Ampere | 24 GB | $0.46 | Allgemeines Training |
| RTX A6000 | Ampere | 48 GB | $0.49 | Große Modelle |
| RTX PRO 4500 | Blackwell | 32 GB | $0.64 | Großartiges Preis-Leistungs-Verhältnis |
| RTX 4090 | Ada | 24 GB | $0.69 | Bestes Preis-Leistungs-Verhältnis |
| RTX 6000 Ada | Ada | 48 GB | $0.77 | Training mit großen Batches |
| L40S | Ada | 48 GB | $0.86 | Training mit großen Batches |
| RTX 5090 | Blackwell | 32 GB | $0.99 | Neueste Consumer-Generation |
| L40 | Ada | 48 GB | $0.99 | Große Modelle |
| A100 PCIe | Ampere | 80 GB | $1.39 | Produktionstraining |
| A100 SXM | Ampere | 80 GB | $1.49 | Produktionstraining |
| RTX PRO 6000 | Blackwell | 96 GB | $1.89 | Empfohlener Standard |
| H100 PCIe | Hopper | 80 GB | $2.39 | Hochleistungstraining |
| H100 SXM | Hopper | 80 GB | $2.99 | Schnellstes Training |
| H100 NVL | Hopper | 94 GB | 3,07 $ | Maximale Leistung |
| H200 NVL | Hopper | 143 GB | 3,39 $ | Maximaler Speicher |
| H200 SXM | Hopper | 141 GB | 3,99 $ | Maximale Leistung |
| B200 | Blackwell | 180 GB | 5,49 $ | Große Modelle (Pro+) |
| B300 | Blackwell | 288 GB | 7,39 $ | Größte Modelle (Pro+) |
B200- und B300-GPUs erfordern einen Pro- oder Enterprise-Plan. Alle anderen GPUs sind in allen Plänen einschließlich Free verfügbar.
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-Reiter | Metriken |
|---|---|
| Diagramme | Box/Klasse/DFL-Loss, mAP50, mAP50-95, Präzision, Recall |
| Konsole | Live-Trainingsprotokolle mit ANSI-Farben und Fehlererkennung |
| System | GPU-Auslastung, Speicher, Temperatur, CPU, Festplatte |
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:
- Erstelle ein Projekt in der Seitenleiste
- Klicke auf Neues Modell
- Wähle ein Modell, einen Datensatz und eine GPU aus
- Klicke auf Training starten
Link to this sectionSchnellzugriff#
- Projekte: Organisiere deine Modelle und Experimente
- Modelle: Verwalte trainierte Checkpoints
- Cloud-Training: Trainiere auf Cloud-GPUs
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:
- Das Modell wird als fehlgeschlagen markiert und die Compute-Instanz wird beendet
- Du kannst einen neuen Trainingsdurchlauf ausgehend vom Basismodell starten
- Guthaben wird nur für die tatsächlich genutzte Rechenzeit berechnet
Link to this sectionWie wähle ich die richtige GPU?#
| Szenario | Empfohlene GPU |
|---|---|
| Die meisten Trainingsaufgaben | RTX PRO 6000 |
| Große Datensätze oder Batch-Größen | H100 SXM oder H200 |
| Budgetbewusst | RTX 4090 |