Formación de modelos
Ultralytics proporciona herramientas completas para entrenar YOLO , desde la organización de experimentos hasta la ejecución de tareas de entrenamiento en la nube con transmisión de métricas en tiempo real.
Visión general
La sección Formación te ayuda a:
- Organiza los modelos en proyectos para facilitar su gestión.
- Entrena en GPU en la nube con un solo clic.
- Supervisa las métricas en tiempo real durante el entrenamiento.
- Compare el rendimiento de los modelos en diferentes experimentos.
Flujo de trabajo
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| Escenario | Descripción |
|---|---|
| Proyecto | Crea un espacio de trabajo para organizar los modelos relacionados. |
| Configurar | Seleccionar conjunto de datos, modelo base y parámetros de entrenamiento. |
| Entrenar | Ejecuta en GPU en la nube o en tu hardware local. |
| Monitor | Ver curvas de pérdidas y métricas en tiempo real. |
| Exportar | Convertir a 17 formatos de implementación |
Opciones de formación
Ultralytics admite múltiples enfoques de formación:
| Método | Descripción | Ideal para |
|---|---|---|
| Entrenamiento en la Nube | Entrenar en las GPU de la plataforma en la nube | Sin GPU local, escalabilidad |
| Formación a distancia | Entrena localmente, transmite métricas a la plataforma | Hardware existente, privacidad |
| Formación Colab | Utiliza Google con la integración de la plataforma. | GPU gratuito a GPU |
GPU
GPU disponibles para formación en la nube:
| GPU | VRAM | Rendimiento | Coste |
|---|---|---|---|
| RTX 3090 | 24 GB | Bien | 0,44 $/hora |
| RTX 4090 | 24 GB | Excelente | 0,74 $/hora |
| L40S | 48 GB | Muy bueno | 1,14 $/hora |
| A100 40 GB | 40 GB | Excelente | 1,29 $/hora |
| A100 80 GB | 80 GB | Excelente | 1,99 $/hora |
| H100 80 GB | 80 GB | Mejor | 3,99 $/hora |
Formación gratuita
Las cuentas nuevas reciben créditos para formación. Consulte Facturación para obtener más información.
Métricas en tiempo real
Durante el entrenamiento, vea las métricas en tiempo real:
- Curvas de pérdidas: Caja, clase y pérdida DFL
- Rendimiento: mAP50, mAP50, precisión, recuperación
- Estadísticas del sistema: GPU , uso de la memoria
- Puntos de control: Guardado automático de los mejores pesos
Enlaces rápidos
- Proyectos: Organiza tus modelos y experimentos
- Modelos: Gestionar puntos de control entrenados
- Formación en la nube: Formación sobre GPU en la nube
Preguntas frecuentes
¿Cuánto tiempo dura la formación?
El tiempo de entrenamiento depende de:
- Tamaño del conjunto de datos (número de imágenes)
- Talla del modelo (n, s, m, l, x)
- Número de épocas
- GPU seleccionado
Una sesión de entrenamiento típica con 1000 imágenes, YOLO11n y 100 épocas en RTX 4090 tarda entre 30 y 60 minutos.
¿Puedo entrenar varios modelos simultáneamente?
La formación en la nube admite actualmente un trabajo de formación simultáneo por cuenta. Para la formación en paralelo, utilice la formación remota desde varias máquinas.
¿Qué ocurre si el entrenamiento fracasa?
Si el entrenamiento falla:
- Los puntos de control se guardan en cada época.
- Puedes reanudar desde el último punto de control.
- Los créditos solo se cobran por el tiempo de computación completado.
¿Cómo elijo la GPU adecuada?
| Escenario | GPU recomendada |
|---|---|
| Small datasets (<5000 images) | RTX 4090 |
| Conjuntos de datos medianos (5000-50000 imágenes) | A100 40 GB |
| Conjuntos de datos grandes o tamaños de lote | A100 80 GB o H100 |
| Consciente del presupuesto | RTX 3090 |
