Entrenamiento de modelos#
Ultralytics Platform ofrece herramientas completas para entrenar modelos YOLO, desde la organización de experimentos hasta la ejecución de tareas de entrenamiento en la nube con transmisión de métricas en tiempo real.
Watch: Get Started with Ultralytics Platform - Train
Descripción general#
La sección de Entrenamiento te ayuda a:
- Organiza los modelos en proyectos para una gestión más sencilla
- Entrenar en GPU en la nube con un solo clic
- Monitorizar métricas en tiempo real durante el entrenamiento
- Comparar el rendimiento de los modelos entre experimentos
- Exporta a 20 formatos de despliegue (consulta los formatos compatibles)
Flujo de trabajo#
graph LR
A[📁 Project]:::start --> B[⚙️ Configure]:::proc
B --> C[🚀 Train]:::proc
C --> D[📈 Monitor]:::proc
D --> E[📦 Export]:::out
classDef start fill:#4CAF50,color:#fff
classDef proc fill:#2196F3,color:#fff
classDef out fill:#9C27B0,color:#fff| Etapa | Descripción |
|---|---|
| Proyecto | Crea un espacio de trabajo para organizar modelos relacionados |
| Configurar | Selecciona el conjunto de datos, el modelo base y los parámetros de entrenamiento |
| Entrenar | Ejecuta en GPU en la nube o en tu hardware local |
| Monitorizar | Visualiza curvas de pérdida y métricas en tiempo real |
| Exportar | Convierte a 20 formatos de despliegue (detalles) |
Opciones de entrenamiento#
Ultralytics Platform admite varios enfoques de entrenamiento:
| Método | Descripción | Ideal para |
|---|---|---|
| Entrenamiento en la nube | Entrena en las GPU en la nube de Ultralytics | Sin GPU local, escalabilidad |
| Entrenamiento local | Entrena localmente, transmite métricas a la plataforma | Hardware existente, privacidad |
| Entrenamiento en Colab | Usa Google Colab con integración en la plataforma | Acceso gratuito a GPU |
Cuando seleccionas una GPU más barata que la RTX PRO 6000 y la capacidad gestionada por Ultralytics está libre, la plataforma ejecuta tu tarea en una RTX PRO 6000 facturando aun así la tarifa por hora de la GPU que seleccionaste. Las ejecuciones pueden terminar antes y costar menos que en la GPU seleccionada; la mejora nunca añade tiempo ni coste.
Opciones de GPU#
GPU disponibles para el entrenamiento en la nube de Ultralytics Cloud:
| GPU | Generación | VRAM | Coste/hora | Ideal para |
|---|---|---|---|---|
| RTX 2000 Ada | Ada | 16 GB | $0.24 | Datasets pequeños, pruebas |
| RTX A4500 | Ampere | 20 GB | $0.25 | Datasets pequeños a medianos |
| RTX 4000 Ada | Ada | 20 GB | $0.26 | Datasets medianos |
| RTX A5000 | Ampere | 24 GB | $0.27 | Datasets medianos |
| L4 | Ada | 24 GB | $0.39 | Optimizado para inferencia |
| A40 | Ampere | 48 GB | $0.44 | Tamaños de lote más grandes |
| RTX 3090 | Ampere | 24 GB | $0.46 | Entrenamiento general |
| RTX A6000 | Ampere | 48 GB | $0.49 | Modelos grandes |
| RTX PRO 4000 | Blackwell | 24 GB | $0.57 | Budget Blackwell |
| RTX PRO 4500 | Blackwell | 32 GB | $0.64 | Gran relación precio/rendimiento |
| RTX 4090 | Ada | 24 GB | $0.69 | Mejor relación precio/rendimiento |
| RTX 6000 Ada | Ada | 48 GB | $0.77 | Entrenamiento con lotes grandes |
| L40S | Ada | 48 GB | $0.86 | Entrenamiento con lotes grandes |
| RTX PRO 5000 | Blackwell | 48 GB | $0.96 | Entrenamiento con lotes grandes |
| RTX 5090 | Blackwell | 32 GB | $0.99 | Última generación de consumo |
| L40 | Ada | 48 GB | $0.99 | Modelos grandes |
| A100 PCIe | Ampere | 80 GB | $1.39 | Entrenamiento de producción |
| A100 SXM | Ampere | 80 GB | $1.49 | Entrenamiento de producción |
| RTX PRO 6000 | Blackwell | 96 GB | $2.09 | Predeterminado recomendado |
| H100 PCIe | Hopper | 80 GB | $2.89 | Entrenamiento de alto rendimiento |
| H100 NVL | Hopper | 94 GB | $3.19 | Máximo rendimiento |
| H100 SXM | Hopper | 80 GB | $3.29 | Entrenamiento más rápido |
| H200 NVL | Hopper | 143 GB | $3.39 | Máxima memoria |
| H200 SXM | Hopper | 141 GB | $4.39 | Máximo rendimiento |
| B200 | Blackwell | 180 GB | $5.89 | Modelos grandes (Pro+) |
| B300 | Blackwell | 288 GB | $7.39 | Modelos más grandes (Pro+) |
Las GPU B200 y B300 requieren un plan Pro o Enterprise. Todas las demás GPU están disponibles en todos los planes, incluido el gratuito.
Las cuentas nuevas reciben créditos de registro para el entrenamiento. Consulta Facturación para obtener más detalles.
Métricas en tiempo real#
Durante el entrenamiento, visualiza métricas en directo en tres subpestanas:
graph LR
A[Charts]:::start --> B[Loss Curves]:::out
A --> C[Task Metrics]:::out
D[Console]:::start --> E[Live Logs]:::out
D --> F[Error Detection]:::out
G[System]:::start --> H[GPU, CPU & Memory]:::out
G --> I[Network & Disk I/O]:::out
classDef start fill:#4CAF50,color:#fff
classDef out fill:#9C27B0,color:#fff| Subpestana | Métricas |
|---|---|
| Gráficos | Métricas de tarea (mAP50, mAP50-95, precisión, recuperación para detección), pérdidas de entrenamiento/validación, tasa de aprendizaje |
| Consola | Registros de entrenamiento en directo con color ANSI y detección automática de errores |
| Sistema | Utilización de GPU, memoria y temperatura de GPU, CPU, RAM, E/S de red y disco |
El mejor punto de control (best.pt, la época con mayor adecuación) se sube a la plataforma periódicamente durante las ejecuciones de entrenamiento y de nuevo al finalizar la ejecución, por lo que la descarga, la exportación y el despliegue usan siempre la mejor época producida hasta el momento. Las ejecuciones canceladas conservan el último punto de control cuya subida haya finalizado.
Inicio rápido#
Empieza con el entrenamiento en la nube en menos de un minuto:
- Crea un proyecto en la barra lateral
- Haz clic en Nuevo modelo
- Selecciona un modelo, un conjunto de datos y una GPU
- Haz clic en Iniciar entrenamiento
Enlaces rápidos#
- Projects: Organiza tus modelos y experimentos
- Modelos: Gestiona los puntos de control entrenados
- Cloud Training: Entrena en GPU en la nube
FAQ#
El tiempo de entrenamiento depende de:
- Tamaño del conjunto de datos (número de imágenes)
- Tamaño del modelo (n, s, m, l, x)
- Número de épocas
- Tipo de GPU seleccionado
El estimador actual calcula unos 6 minutos para 1000 imágenes, YOLO26n, 100 épocas en una RTX PRO 6000, y unos 2 minutos para 500 imágenes, YOLO26n, 50 épocas en una RTX 4090. La duración real varía; utiliza la estimación en directo en el cuadro de diálogo de entrenamiento para el conjunto de datos y la configuración seleccionados. Consulta los ejemplos de costes.
Sí. Los límites de entrenamiento en la nube concurrente dependen de tu plan: Free permite 3, Pro permite 10 y Enterprise es ilimitado. Para un entrenamiento paralelo adicional, utiliza el entrenamiento remoto desde múltiples máquinas.
Si el entrenamiento falla:
- El modelo se marca como fallido y la instancia de computación se termina
- La página del modelo muestra un aviso de error con el error capturado, un enlace a la salida de la consola y una acción de Reintentar que vuelve a abrir el diálogo de configuración del entrenamiento con la misma configuración
- Una ejecución que deja de reportar actividad durante varias horas se marca automáticamente como fallida y se libera su capacidad de computación
- Si el cálculo en la nube ha comenzado, se cobra el tiempo de GPU transcurrido; los fallos antes de que comience el cálculo no tienen cargo por uso de GPU
Escenario GPU recomendada La mayoría de los trabajos de entrenamiento RTX PRO 6000 Grandes conjuntos de datos o tamaños de lote H100 SXM o H200 Presupuesto ajustado RTX 4090