Entrenamiento de modelos#
Ultralytics Platform proporciona herramientas completas para entrenar modelos YOLO, desde organizar experimentos hasta ejecutar trabajos de entrenamiento en la nube con transmisión de métricas en tiempo real.
Watch: Get Started with Ultralytics Platform - Train
Descripción general#
La sección Entrenamiento te ayuda a:
- Organizar modelos en proyectos para gestionarlos más fácilmente
- Entrenar en GPU en la nube con un solo clic
- Supervisar métricas en tiempo real durante el entrenamiento
- Comparar el rendimiento de los modelos entre experimentos
- Exportar 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 el entrenamiento en GPU en la nube o en tu hardware local |
| Supervisar | Consulta las curvas de pérdida y las 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 de Ultralytics Cloud | Sin GPU local, escalabilidad |
| Entrenamiento local | Entrena localmente y transmite las métricas a la plataforma | Hardware existente, privacidad |
| Entrenamiento en Colab | Usa Google Colab con la integración de la plataforma | Acceso gratuito a GPU |
Cuando seleccionas una GPU más barata que la RTX PRO 6000 y hay capacidad gestionada por Ultralytics disponible, la plataforma ejecuta tu trabajo en una RTX PRO 6000, pero te factura la tarifa por hora de la GPU seleccionada. Las ejecuciones pueden terminar antes y costar menos de lo que habrían costado en la GPU seleccionada; la actualización 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 | Conjuntos de datos pequeños, pruebas |
| RTX A4500 | Ampere | 20 GB | $0.25 | Conjuntos de datos pequeños y medianos |
| RTX 4000 Ada | Ada | 20 GB | $0.26 | Conjuntos de datos medianos |
| RTX A5000 | Ampere | 24 GB | $0.27 | Conjuntos de datos medianos |
| L4 | Ada | 24 GB | $0.39 | Optimizada para inferencia |
| A40 | Ampere | 48 GB | $0.44 | Tamaños de lote mayores |
| 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 | Blackwell económica |
| RTX PRO 4500 | Blackwell | 32 GB | $0.64 | Excelente relación calidad-precio |
| RTX 4090 | Ada | 24 GB | $0.69 | Mejor relación calidad-precio |
| 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 | Opción predeterminada recomendada |
| 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 | Memoria máxima |
| 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 Free.
Las cuentas nuevas reciben créditos de registro para el entrenamiento. Consulta Facturación para obtener más información.
Métricas en tiempo real#
Durante el entrenamiento, consulta las métricas en directo en tres subpestañas:
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| Subpestaña | Métricas |
|---|---|
| Gráficos | Métricas de la tarea (mAP50, mAP50-95, precisión y exhaustividad para detección), pérdidas de entrenamiento/validación y tasa de aprendizaje |
| Consola | Registros de entrenamiento en directo con color ANSI y detección automática de errores |
| Sistema | Uso de GPU, memoria y temperatura de la GPU, CPU, RAM, red y E/S de disco |
El mejor punto de control (best.pt, la época con el mayor rendimiento) se sube periódicamente a la plataforma mientras se ejecuta
el entrenamiento y de nuevo cuando finaliza la ejecución, de modo que la descarga, la exportación y el despliegue siempre utilizan la mejor época
generada hasta ese momento. Las ejecuciones canceladas conservan el último punto de control cuya carga se completó.
Inicio rápido#
Empieza a entrenar en la nube en menos de un minuto:
- Crea un proyecto en la barra lateral
- Haz clic en New Model
- Selecciona un modelo, un conjunto de datos y una GPU
- Haz clic en Start Training
Enlaces rápidos#
- Proyectos: Organiza tus modelos y experimentos
- Modelos: gestiona puntos de control entrenados
- Entrenamiento en la nube: Entrena en GPU en la nube
- AutoTrain: Utiliza Ask AI para ejecutar experimentos y comparar modelos
Preguntas frecuentes#
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 seleccionada
El estimador actual predice unos 6 minutos para 1000 imágenes, YOLO26n y 100 épocas en una RTX PRO 6000, y unos 2 minutos para 500 imágenes, YOLO26n y 50 épocas en una RTX 4090. La duración real varía; utiliza la estimación en directo del diálogo de entrenamiento para el conjunto de datos y la configuración seleccionados. Consulta los ejemplos de costes.
Sí. Los límites de entrenamiento simultáneo en la nube dependen de tu plan: Free permite 3, Pro permite 10 y Enterprise es ilimitado. Para realizar entrenamientos en paralelo adicionales, utiliza el entrenamiento remoto desde varias 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 Retry que vuelve a abrir el diálogo de entrenamiento con la misma configuración
- Una ejecución que deja de informar de actividad durante varias horas se marca automáticamente como fallida y se liberan sus recursos de computación
- Si la computación en la nube había comenzado, se cobra el tiempo transcurrido de GPU; los fallos anteriores al inicio de la computación no tienen ningún cargo por uso de GPU
Escenario GPU recomendada La mayoría de los trabajos de entrenamiento RTX PRO 6000 Conjuntos de datos o tamaños de lote grandes H100 SXM o H200 Si buscas ahorrar presupuesto RTX 4090