Entraînement des modèles#
Ultralytics Platform propose 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.
À regarder : Bien démarrer avec la plateforme Ultralytics - Entraînement
Présentation#
La section Entraînement t’aide à :
- Organiser les modèles en projets pour en faciliter la gestion
- Entraîner des modèles sur des GPU cloud en un seul clic
- Suivre les métriques en temps réel pendant l’entraînement
- Comparer les performances des modèles entre les expériences
- Exporte vers 22 formats de déploiement (consulte 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 un jeu de données, un modèle de base et les paramètres d’entraînement |
| Entraîner | Lance l’entraînement sur des GPU cloud ou sur ton matériel local |
| Suivre | Consulte les courbes de perte et les métriques en temps réel |
| Exporter | Convertis vers 22 formats de déploiement (détails) |
Options d’entraînement#
Ultralytics Platform prend en charge plusieurs approches d’entraînement :
| Méthode | Description | Idéal pour |
|---|---|---|
| Entraînement dans le cloud | Entraîne des modèles sur les GPU cloud d’Ultralytics | Pas de GPU local, évolutivité |
| Entraînement local | Entraîne des modèles localement et diffuse les métriques vers la plateforme | Matériel existant, confidentialité |
| Entraînement sur Colab | Utilise Google Colab avec l’intégration à la plateforme | Accès gratuit aux GPU |
Lorsque tu sélectionnes un GPU moins cher que le RTX PRO 6000 et que la capacité gérée par Ultralytics est disponible, la plateforme exécute ton travail sur un RTX PRO 6000 tout en facturant le tarif horaire du GPU que tu as sélectionné. Les tâches peuvent se terminer plus tôt et coûter moins cher que sur le GPU sélectionné : cette mise à niveau n’entraîne jamais de temps ni de coût supplémentaires.
Options de GPU#
GPU disponibles pour l’entraînement dans le 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 | Jeux de données petits à moyens |
| 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 lot 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 grandes tailles de lot |
| L40S | Ada | 48 GB | $0.86 | Entraînement avec de grandes tailles de lot |
| RTX PRO 5000 | Blackwell | 48 GB | $0.96 | Entraînement avec de grandes tailles de lot |
| 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 | Option 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 | Les plus grands modèles (Pro+) |
Les GPU B200 et B300 nécessitent une offre Pro ou Enterprise. Tous les autres GPU sont disponibles avec toutes les offres, y compris l’offre gratuite.
Les nouveaux comptes reçoivent des crédits d’inscription pour l’entraînement. Consulte Facturation pour en savoir plus.
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 et rappel pour la détection), pertes d’entraînement et de 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 avec le score de fitness le plus élevé) est téléversé périodiquement sur la plateforme pendant l’entraînement, puis de nouveau à la fin de l’exécution. Le téléchargement, l’exportation et le déploiement utilisent ainsi 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 dans le cloud en moins d’une minute :
- Crée un projet dans la barre latérale
- Clique sur New Model
- Sélectionne un modèle, un jeu de données et un GPU
- Clique sur Start Training
Liens rapides#
- Projets : organise tes modèles et tes expériences
- Modèles : gère les points de contrôle entraînés
- Entraînement dans le cloud : entraîne tes modèles sur des GPU cloud
- AutoTrain : utilise Ask AI pour lancer des expériences et comparer des modèles
FAQ#
La durée de l’entraînement dépend des facteurs 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 1 000 images, YOLO26n, 100 époques sur RTX PRO 6000, et environ 2 minutes pour 500 images, YOLO26n, 50 époques sur RTX 4090. La durée réelle varie ; consulte l’estimation en direct dans la boîte de dialogue d’entraînement pour le jeu de données et la configuration sélectionnés. Voir les exemples de coûts.
Oui. Le nombre d’entraînements cloud simultanés autorisés dépend de ton offre : l’offre Free en autorise 3, l’offre Pro en autorise 10 et l’offre Enterprise est illimitée. Pour effectuer davantage d’entraînements en parallèle, utilise l’entraînement à distance depuis plusieurs machines.
En cas d’échec de l’entraînement :
- Le modèle est marqué comme ayant échoué et l’instance de calcul est arrêtée
- La page du modèle affiche une bannière d’erreur avec l’erreur enregistrée, un lien vers la sortie de la console et une action Retry Training qui rouvre la boîte de dialogue d’entraînement avec la même configuration
- Une exécution qui ne signale aucune activité pendant 4 heures est automatiquement marquée comme ayant échoué et ses ressources de calcul sont libérées
- Si le calcul dans le cloud a démarré, le temps d’utilisation du GPU écoulé est facturé ; les échecs survenant avant le démarrage du calcul n’entraînent aucuns frais d’utilisation du GPU
Scénario GPU recommandé La plupart des tâches d’entraînement RTX PRO 6000 Grands jeux de données ou tailles de lot élevées H100 SXM ou H200 Budget limité RTX 4090