Meet YOLO26: next-gen vision AI.

Link to this sectionEntranement de modèle#

Ultralytics Platform fournit des outils complets pour entraner des modèles YOLO, de l'organisation d'expériences à l'exécution de tâches d'entranement dans le cloud avec diffusion de métriques en temps réel.



Watch: Get Started with Ultralytics Platform - Train

Link to this sectionPrésentation#

La section Entranement t'aide à :

  • Organiser les modèles dans des projets pour une gestion plus simple
  • Entraner sur des GPU cloud en un seul clic
  • Surveiller les métriques en temps réel pendant l'entranement
  • Comparer les performances des modèles entre les expériences
  • Exporter vers plus de 19 formats de déploiement (voir formats pris en charge)

Aperçu de l'entranement sur Ultralytics Platform

Link to this sectionFlux 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
ÉtapeDescription
ProjetCrée un espace de travail pour organiser les modèles liés
ConfigurerSélectionne le dataset, le modèle de base et les paramètres d'entranement
EntranerExécute sur des GPU cloud ou sur ton matériel local
SurveillerVisualise les courbes de perte et les métriques en temps réel
ExporterConvertis vers plus de 19 formats de déploiement (détails)

Link to this sectionOptions d'entranement#

Ultralytics Platform prend en charge plusieurs approches d'entranement :

MéthodeDescriptionIdéal pour
Entranement cloudEntrane sur les GPU cloud UltralyticsPas de GPU local, évolutivité
Entranement localEntrane localement, diffuse les métriques sur la plateformeMatériel existant, confidentialité
Entranement ColabUtilise Google Colab avec l'intégration de la plateformeAccès gratuit au GPU

Link to this sectionOptions GPU#

GPU disponibles pour l'entranement cloud sur Ultralytics Cloud :

GPUGénérationVRAMCoùt/HeureIdéal pour
RTX 2000 AdaAda16 GB$0.24Petits datasets, tests
RTX A4500Ampere20 GB$0.25Datasets de taille petite à moyenne
RTX 4000 AdaAda20 GB$0.26Datasets de taille moyenne
RTX A5000Ampere24 GB$0.27Datasets de taille moyenne
L4Ada24 GB$0.39Optimisé pour l'inférence
A40Ampere48 GB$0.44Tailles de batch plus grandes
RTX 3090Ampere24 GB$0.46Entranement général
RTX A6000Ampere48 GB$0.49Grands modèles
RTX PRO 4500Blackwell32 GB$0.64Excellent rapport prix/performance
RTX 4090Ada24 GB$0.69Meilleur rapport prix/performance
RTX 6000 AdaAda48 GB$0.77Entranement sur grands batchs
L40SAda48 GB$0.86Entranement sur grands batchs
RTX 5090Blackwell32 GB$0.99Dernière génération grand public
L40Ada48 GB$0.99Grands modèles
A100 PCIeAmpere80 GB$1.39Entranement en production
A100 SXMAmpere80 GB$1.49Entranement en production
RTX PRO 6000Blackwell96 GB$1.89Par défaut recommandé
H100 PCIeHopper80 GB$2.39Entranement haute performance
H100 SXMHopper80 GB$2.99Entraînement le plus rapide
H100 NVLHopper94 Go3,07 $Performance maximale
H200 NVLHopper143 Go3,39 $Mémoire maximale
H200 SXMHopper141 Go3,99 $Performance maximale
B200Blackwell180 Go5,49 $Modèles larges (Pro+)
B300Blackwell288 Go7,39 $Modèles les plus larges (Pro+)
Accès aux niveaux de GPU

Les GPU B200 et B300 nécessitent un forfait Pro ou Enterprise. Tous les autres GPU sont disponibles sur tous les forfaits, y compris Free.

Crédits d'inscription

Les nouveaux comptes reçoivent des crédits d'inscription pour l'entraînement. Consulte la Facturation pour plus de détails.

Link to this sectionMétriques en temps réel#

Pendant l'entraînement, visualise les métriques en direct via 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
Sous-ongletMétriques
GraphiquesPerte BBox/classe/DFL, mAP50, mAP50-95, précision, rappel
ConsoleJournaux d'entraînement en direct avec couleurs ANSI et détection d'erreurs
SystèmeUtilisation du GPU, mémoire, température, CPU, disque
Points de contrôle automatiques

Pour l'entraînement dans le cloud, le meilleur modèle (best.pt, le point de contrôle avec le mAP le plus élevé) est enregistré automatiquement et rendu disponible pour le téléchargement, l'exportation et le déploiement une fois l'entraînement terminé.

Link to this sectionDémarrage rapide#

Démarre l'entraînement dans le cloud en moins d'une minute :

  1. Crée un projet dans la barre latérale
  2. Clique sur Nouveau modèle
  3. Sélectionne un modèle, un jeu de données et un GPU
  4. Clique sur Démarrer l'entraînement

Link to this sectionLiens rapides#

Link to this sectionFAQ#

Link to this sectionCombien de temps prend l'entraînement ?#

La durée de l'entraînement dépend de :

  • La taille du jeu de données (nombre d'images)
  • La taille du modèle (n, s, m, l, x)
  • Le nombre d'époques
  • Le type de GPU sélectionné

Un entraînement typique avec 1000 images, YOLO26n, 100 époques sur RTX PRO 6000 prend environ 5 à 10 minutes. Les entraînements plus petits (500 images, 50 époques sur RTX 4090) se terminent en moins d'une heure. Consulte les exemples de coûts pour des estimations détaillées.

Link to this sectionPuis-je entraîner plusieurs modèles simultanément ?#

Oui. Les limites d'entraînement simultané dans le cloud dépendent de ton forfait : Free permet 3 entraînements, Pro en permet 10, et Enterprise est illimité. Pour un entraînement parallèle supplémentaire, utilise l'entraînement à distance depuis plusieurs machines.

Link to this sectionQue se passe-t-il si l'entraînement échoue ?#

Si l'entraînement échoue :

  1. Le modèle est marqué comme ayant échoué et l'instance de calcul est terminée
  2. Tu peux démarrer un nouvel entraînement à partir du modèle de base
  3. Les crédits ne sont facturés que pour le temps de calcul effectué

Link to this sectionComment choisir le bon GPU ?#

ScénarioGPU recommandé
La plupart des tâches d'entraînementRTX PRO 6000
Grands jeux de données ou tailles de lotH100 SXM ou H200
Soucieux de ton budgetRTX 4090

Commentaires