Entraînement des modèles#
Ultralytics Platform fournit des outils complets pour entraîner des modèles YOLO, de l'organisation des expériences à l'exécution de tâches d'entraînement dans le cloud avec diffusion des métriques en temps réel.
Watch: Get Started with Ultralytics Platform - Train
Présentation#
La section Entraînement t'aide à :
- Organiser 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
- Exporter vers 20 formats de déploiement (voir les formats pris en charge)
Flux de travail#
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| Étape | Description |
|---|---|
| Projet | Crée un espace de travail pour organiser les modèles associés |
| Configurer | Sélectionne le jeu de données, le modèle de base et les paramètres d'entraînement |
| Entraîner | Exécute l'entraînement sur des GPU cloud ou ton matériel local |
| Surveiller | Affiche les courbes de perte et les métriques en temps réel |
| Exporter | Convertis vers 20 formats de déploiement (détails) |
Options d'entraînement#
Ultralytics Platform prend en charge plusieurs approches d'entraînement :
| Méthode | Description | Idéal pour |
|---|---|---|
| Entraînement cloud | Entraîne sur les GPU cloud d'Ultralytics | Pas de GPU local, évolutivité |
| Entraînement local | Entraîne localement et diffuse les métriques vers la plateforme | Matériel existant, confidentialité |
| Entraînement avec Colab | Utilise Google Colab avec l'intégration à la plateforme | Accès gratuit à un GPU |
Lorsque tu sélectionnes un GPU moins cher que le RTX PRO 6000 et que la capacité gérée par Ultralytics est disponible, la Platform exécute ta tâche sur un RTX PRO 6000 tout en facturant le tarif horaire du GPU sélectionné. Les exécutions peuvent se terminer plus rapidement et coûter moins cher que sur le GPU sélectionné — la mise à niveau n'ajoute jamais de temps ni de coût.
Options de GPU#
GPU disponibles pour l'entraînement cloud sur Ultralytics Cloud :
| GPU | Génération | VRAM | Coût/heure | Idéal pour |
|---|---|---|---|---|
| RTX 2000 Ada | Ada | 16 GB | $0.24 | Petits jeux de données, tests |
| RTX A4500 | Ampere | 20 GB | $0.25 | Petits à moyens jeux de données |
| RTX 4000 Ada | Ada | 20 GB | $0.26 | Jeux de données moyens |
| RTX A5000 | Ampere | 24 GB | $0.27 | Jeux de données moyens |
| L4 | Ada | 24 GB | $0.39 | Optimisé pour l’inférence |
| A40 | Ampere | 48 GB | $0.44 | Tailles de batch plus importantes |
| RTX 3090 | Ampere | 24 GB | $0.46 | Entraînement général |
| RTX A6000 | Ampere | 48 GB | $0.49 | Grands modèles |
| RTX PRO 4000 | Blackwell | 24 GB | $0.57 | Blackwell économique |
| RTX PRO 4500 | Blackwell | 32 GB | $0.64 | Excellent rapport qualité-prix |
| RTX 4090 | Ada | 24 GB | $0.69 | Meilleur rapport qualité-prix |
| RTX 6000 Ada | Ada | 48 GB | $0.77 | Entraînement avec de grands lots |
| L40S | Ada | 48 GB | $0.86 | Entraînement avec de grands lots |
| RTX PRO 5000 | Blackwell | 48 GB | $0.96 | Entraînement avec de grands lots |
| RTX 5090 | Blackwell | 32 GB | $0.99 | Dernière génération grand public |
| L40 | Ada | 48 GB | $0.99 | Grands modèles |
| A100 PCIe | Ampere | 80 GB | $1.39 | Entraînement en production |
| A100 SXM | Ampere | 80 GB | $1.49 | Entraînement en production |
| RTX PRO 6000 | Blackwell | 96 GB | $2.09 | Valeur par défaut recommandée |
| H100 PCIe | Hopper | 80 GB | $2.89 | Entraînement haute performance |
| H100 NVL | Hopper | 94 GB | $3.19 | Performances maximales |
| H100 SXM | Hopper | 80 GB | $3.29 | Entraînement le plus rapide |
| H200 NVL | Hopper | 143 GB | $3.39 | Mémoire maximale |
| H200 SXM | Hopper | 141 GB | $4.39 | Performances maximales |
| B200 | Blackwell | 180 GB | $5.89 | Grands modèles (Pro+) |
| B300 | Blackwell | 288 GB | $7.39 | Modèles les plus grands (Pro+) |
Les GPU B200 et B300 nécessitent un forfait Pro ou Enterprise. Tous les autres GPU sont disponibles avec tous les forfaits, y compris le forfait Free.
Les nouveaux comptes reçoivent des crédits d'inscription pour l'entraînement. Consulte Facturation pour plus de détails.
Métriques en temps réel#
Pendant l'entraînement, consulte les métriques en direct dans trois sous-onglets :
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| Sous-onglet | Métriques |
|---|---|
| Graphiques | Métriques de la tâche (mAP50, mAP50-95, précision, rappel pour la détection), pertes d'entraînement/validation, taux d'apprentissage |
| Console | Journaux d'entraînement en direct avec couleurs ANSI et détection automatique des erreurs |
| Système | Utilisation du GPU, mémoire et température du GPU, CPU, RAM, réseau et E/S disque |
Le meilleur point de contrôle (best.pt, l'époque ayant la meilleure valeur de fitness) est téléversé périodiquement vers la Platform pendant
l'exécution de l'entraînement, puis à nouveau à la fin de l'exécution, afin que le téléchargement, l'exportation et le déploiement utilisent toujours la meilleure époque
produite jusque-là. Les exécutions annulées conservent le dernier point de contrôle dont le téléversement est terminé.
Démarrage rapide#
Commence l'entraînement cloud en moins d'une minute :
- Crée un projet dans la barre latérale
- Clique sur Nouveau modèle
- Sélectionne un modèle, un jeu de données et un GPU
- Clique sur Démarrer l'entraînement
Liens rapides#
- Projets : Organise tes modèles et tes expériences
- Modèles : gère les points de contrôle entraînés
- Entraînement cloud : Entraîne sur des GPU cloud
- AutoTrain : Utilise Ask AI pour exécuter des expériences et comparer des modèles
FAQ#
La durée de l'entraînement dépend des éléments suivants :
- Taille du jeu de données (nombre d'images)
- Taille du modèle (n, s, m, l, x)
- Nombre d'époques
- Type de GPU sélectionné
L'estimateur actuel prévoit environ 6 minutes pour 1000 images, YOLO26n et 100 époques sur RTX PRO 6000, et environ 2 minutes pour 500 images, YOLO26n et 50 époques sur RTX 4090. La durée réelle varie ; utilise l'estimation en direct dans la boîte de dialogue d'entraînement pour le jeu de données et la configuration sélectionnés. Consulte les exemples de coûts.
Oui. Les limites d'entraînement cloud simultané dépendent de ton forfait : Free autorise 3 exécutions, Pro en autorise 10 et Enterprise est illimité. Pour effectuer davantage d'entraînements en parallèle, utilise l'entraînement à distance depuis plusieurs machines.
Si l'entraînement échoue :
- Le modèle est marqué comme ayant échoué et l'instance de calcul est arrêtée
- La page du modèle affiche une bannière d'erreur contenant l'erreur capturée, un lien vers la sortie de la console et une action Réessayer qui rouvre la boîte de dialogue d'entraînement avec la même configuration
- Une exécution qui ne signale plus d'activité pendant plusieurs heures est automatiquement marquée comme ayant échoué et ses ressources de calcul sont libérées
- Si le calcul cloud a démarré, le temps GPU écoulé est facturé ; les échecs survenant avant le démarrage du calcul n'entraînent aucun coût d'utilisation du GPU
Scénario GPU recommandé La plupart des tâches d'entraînement RTX PRO 6000 Grands jeux de données ou tailles de lot importantes H100 SXM ou H200 Souci du budget RTX 4090