Entraînement de modèles

La plateforme Ultralytics fournit des outils complets pour l'entraînement des modèles YOLO, de l'organisation des expériences à l'exécution de tâches d'entraînement dans le cloud avec le streaming de métriques en temps réel.

Aperçu

La section Entraînement vous aide à :

• Organisez les modèles en projets pour faciliter leur gestion.
• Entraîner sur des GPU cloud en un seul clic
• Surveiller les métriques en temps réel pendant l'entraînement
• Comparer les performances des modèles entre les expériences
• Exportation vers plus de 17 formats de déploiement (voir les formats pris en charge)

Flux de travail

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

Options d'entraînement

La plateforme Ultralytics prend en charge plusieurs approches d'entraînement :

Options GPU

GPU disponibles pour la formation cloud sur Ultralytics :

Métriques en temps réel

Pendant l'entraînement, consultez les mesures en direct dans trois sous-onglets :

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

Démarrage rapide

Commencez votre formation sur le cloud en moins d'une minute :

export ULTRALYTICS_API_KEY="your_api_key"
yolo train model=yolo26n.pt data=ul://username/datasets/my-dataset \
  epochs=100 project=username/my-project name=exp1

from ultralytics import YOLO

model = YOLO("yolo26n.pt")
model.train(
    data="ul://username/datasets/my-dataset",
    epochs=100,
    project="username/my-project",
    name="exp1",
)

Liens rapides

• Projets : Organisez vos modèles et expériences
• Modèles : Gérez les points de contrôle entraînés
• Entraînement dans le cloud : Entraînez-vous sur des GPU cloud

FAQ

Combien de temps dure l'entraînement ?

Le temps de formation dépend de :

• Taille du jeu de données (nombre d'images)
• Taille du modèle (n, s, m, l, x)
• Nombre d'époques
• Type de GPU sélectionné

Une session d'entraînement type avec 1 000 images, YOLO26n, 100 époques sur RTX PRO 6000 prend environ 2 à 3 heures. Les sessions plus courtes (500 images, 50 époques sur RTX 4090) s'effectuent en moins d'une heure. Consultez les exemples de coûts pour obtenir des estimations détaillées.

Puis-je entraîner plusieurs modèles simultanément ?

Oui. Le nombre maximal de formations simultanées dans le cloud dépend de votre forfait : le forfait Gratuit autorise 3 formations, le forfait Pro en autorise 10 et le forfait Entreprise est illimité. Pour bénéficier de formations parallèles supplémentaires, utilisez la formation à distance à partir de plusieurs machines.

Que se passe-t-il si l'entraînement échoue ?

Si l'entraînement échoue :

1. Les points de contrôle sont sauvegardés à chaque époque
2. Vous pouvez reprendre à partir du dernier point de contrôle
3. Les crédits ne sont facturés que pour le temps de calcul achevé

Comment choisir le bon GPU ?

📅 Créé il y a 1 mois ✏️ Mis à jour il y a 5 jours

Commentaires