Cloud-Training

Ultralytics Platform Cloud-Training bietet Training mit einem Klick auf Cloud-GPUs, wodurch das Modelltraining ohne komplexe Einrichtung zugänglich wird. Trainieren Sie YOLO-Modelle mit Echtzeit-Metrik-Streaming und automatischer Checkpoint-Speicherung.

Training über die UI

Starten Sie das Cloud-Training direkt von der Plattform aus:

1. Navigieren Sie zu Ihrem Projekt
2. Klicken Sie auf Modell trainieren
3. Trainingsparameter konfigurieren
4. Klicken Sie auf Training starten

Schritt 1: Datensatz auswählen

Wählen Sie einen Datensatz aus Ihren Uploads:

Schritt 2: Modell konfigurieren

Basismodell und Parameter auswählen:

Schritt 3: GPU auswählen

Wählen Sie Ihre Rechenressourcen:

Schritt 4: Training starten

Klicken Sie auf Training starten, um Ihren Job zu starten. Die Plattform:

1. Stellt eine GPU-Instanz bereit
2. Lädt Ihren Datensatz herunter
3. Beginnt das Training
4. Streamt Metriken in Echtzeit

Training überwachen

Fortschritt des Trainings in Echtzeit anzeigen:

Live-Metriken

Checkpoints

Checkpoints werden automatisch gespeichert:

• Jede Epoche: Neueste Gewichte gespeichert
• Bestes Modell: Checkpoint mit höchstem mAP beibehalten
• Endgültiges Modell: Gewichte nach Abschluss des Trainings

Beenden und fortsetzen

Training beenden

Klicken Sie auf Training stoppen, um Ihren Job zu pausieren:

• Aktueller Checkpoint wird gespeichert
• GPU-Instanz wird freigegeben
• Guthaben wird nicht mehr berechnet

Training fortsetzen

Von Ihrem letzten Checkpoint fortfahren:

1. Navigieren Sie zum Modell
2. Klicken Sie auf Training fortsetzen
3. Fortsetzung bestätigen

Remote-Training

Trainieren Sie auf Ihrer eigenen Hardware und streamen Sie Metriken zur Plattform.

pip install "ultralytics>=8.4.0"

API-Schlüssel einrichten

1. Gehen Sie zu Einstellungen > API-Schlüssel
2. Erstellen Sie einen neuen Schlüssel mit Trainingsumfang
3. Setzen Sie die Umgebungsvariable:

export ULTRALYTICS_API_KEY="your_api_key"

Training mit Streaming

Verwenden Sie den project und name Parameter zum Streamen von Metriken:

yolo train model=yolo26n.pt data=coco.yaml epochs=100 \
  project=username/my-project name=experiment-1

from ultralytics import YOLO

model = YOLO("yolo26n.pt")
model.train(
    data="coco.yaml",
    epochs=100,
    project="username/my-project",
    name="experiment-1",
)

Nutzung von Plattform-Datensätzen

Trainieren Sie mit auf der Plattform gespeicherten Datensätzen:

yolo train model=yolo26n.pt data=ul://username/datasets/my-dataset epochs=100

Die ul:// Das URI-Format lädt Ihren Datensatz automatisch herunter und konfiguriert ihn.

Abrechnung

Trainingskosten basieren auf der GPU-Nutzung:

Kostenvoranschlag

Vor Beginn des Trainings schätzt die Plattform die Gesamtkosten auf der Grundlage folgender Faktoren:

Estimated Cost = Base Time × Model Multiplier × Dataset Multiplier × GPU Speed Factor × GPU Rate

Faktoren, die die Kosten beeinflussen:

Kostenbeispiele

Hold/Settle-System

Die Plattform verwendet ein Abrechnungsmodell zum Schutz der Verbraucher:

1. Schätzung: Kosten werden vor Beginn der Schulung berechnet
2. Zurückhalten: Geschätzter Betrag + 20 % Sicherheitsmarge vom Saldo reserviert
3. Zug: Reservierter Betrag wird in Ihrem Guthaben als „Reserviert“ angezeigt.
4. Abrechnung: Nach Fertigstellung wird nur die tatsächlich genutzte GPU in Rechnung gestellt.
5. Rückerstattung: Überschüssige Beträge werden automatisch Ihrem Guthaben gutgeschrieben.

Zahlungsmethoden

Trainingskosten anzeigen

Nach dem Training können Sie detaillierte Kosten im Tab Abrechnung einsehen:

• Kostenaufschlüsselung pro Epoche
• Gesamte GPU-Zeit
• Kostenbericht herunterladen

Trainingstipps

Die richtige Modellgröße wählen

Trainingszeit optimieren

1. Klein anfangen: Zuerst mit weniger Epochen testen
2. Geeignete GPU verwenden: GPU an Modell/Batch-Größe anpassen
3. Datensatz validieren: Qualität vor dem Training sicherstellen
4. Frühzeitig überwachen: Stoppen, wenn Metriken stagnieren

Fehlerbehebung

FAQ

Wie lange dauert das Training?

Die Trainingszeit hängt ab von:

• Datensatzgröße
• Modellgröße
• Anzahl der Epochen
• Ausgewählte GPU

Typische Zeiten (1000 Bilder, 100 Epochen):

Kann ich über Nacht trainieren?

Ja, das Training wird bis zum Abschluss fortgesetzt. Sie erhalten eine Benachrichtigung, wenn das Training beendet ist. Stellen Sie sicher, dass Ihr Konto über ausreichend Guthaben für das epochenbasierte Training verfügt.

Was passiert, wenn meine Credits aufgebraucht sind?

Das Training pausiert am Ende der aktuellen Epoche. Ihr Checkpoint wird gespeichert, und Sie können nach dem Hinzufügen von Guthaben fortfahren.

Kann ich benutzerdefinierte Trainingsargumente verwenden?

Ja, fortgeschrittene Benutzer können zusätzliche Argumente in der Trainingskonfiguration angeben.

Trainingsparameter-Referenz

Kernparameter

Lernratenparameter

Augmentationsparameter

Optimiererauswahl

📅 Erstellt vor 20 Tagen ✏️ Aktualisiert vor 14 Tagen

Kommentare