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 :
- Organiser les modèles en projets pour une gestion simplifiée
- 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
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| Étape | Description |
|---|---|
| Projet | Créer un espace de travail pour organiser les modèles associés |
| Configurer | Sélectionner le jeu de données, le modèle de base et les paramètres d'entraînement |
| Entraîner | Exécuter sur des GPU cloud ou votre matériel local |
| Surveiller | Visualiser les courbes de perte et les métriques en temps réel |
| Exporter | Convertir en 17 formats de déploiement |
Options d'entraînement
La plateforme Ultralytics prend en charge plusieurs approches d'entraînement :
| Méthode | Description | Idéal pour |
|---|---|---|
| Formation Cloud | Entraînement sur les GPU cloud de la plateforme | Pas de GPU local, évolutivité |
| Entraînement à distance | Entraîner localement, diffuser les métriques vers la plateforme | Matériel existant, confidentialité |
| Entraînement Colab | Utiliser Google Colab avec l'intégration de la plateforme | Accès GPU gratuit |
Options GPU
GPU disponibles pour l'entraînement cloud :
| Niveau | GPU | VRAM | Coût/Heure | Idéal pour |
|---|---|---|---|---|
| Budget | RTX A2000 | 6 Go | $0.12 | Petits ensembles de données, tests |
| Budget | RTX 3080 | 10 Go | $0.25 | Ensembles de données de taille moyenne |
| Budget | RTX 3080 Ti | 12 Go | $0.30 | Ensembles de données de taille moyenne |
| Budget | A30 | 24 Go | $0.44 | Taille des lots plus importante |
| Milieu | L4 | 24 Go | $0.54 | Inférence optimisée |
| Milieu | RTX 4090 | 24 Go | $0.60 | Excellent rapport qualité/prix |
| Milieu | A6000 | 48 Go | $0.90 | Grands modèles |
| Milieu | L40S | 48 Go | $1.72 | Entraînement par lots volumineux |
| Pro | A100 40 Go | 40 Go | $2.78 | Formation à la production |
| Pro | A100 80 Go | 80 Go | $3.44 | Très grands modèles |
| Pro | RTX PRO 6000 | 48 Go | $3.68 | Ultralytics |
| Pro | H100 | 80 Go | $5.38 | Formation la plus rapide |
| Entreprise | H200 | 141 Go | $5.38 | Performances maximales |
| Entreprise | B200 | 192 Go | $10.38 | Modèles les plus grands |
Crédits d'inscription
Les nouveaux comptes reçoivent des crédits d'inscription pour la formation. Consultez la section Facturation pour plus de détails.
Métriques en temps réel
Pendant la formation, visualisez les métriques en temps réel :
- Courbes de perte : Perte de boîte, de classe et DFL
- Performance : mAP50, mAP50-95, précision, rappel
- Statistiques système : Utilisation du GPU, consommation mémoire
- Points de contrôle : Sauvegarde automatique des meilleurs poids
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 4090 prend environ 30 à 60 minutes.
Puis-je entraîner plusieurs modèles simultanément ?
L'entraînement dans le cloud prend actuellement en charge un seul travail d'entraînement concurrent par compte. Pour l'entraînement parallèle, utilisez l'entraînement à distance à partir de plusieurs machines.
Que se passe-t-il si l'entraînement échoue ?
Si l'entraînement échoue :
- Les points de contrôle sont sauvegardés à chaque époque
- Vous pouvez reprendre à partir du dernier point de contrôle
- Les crédits ne sont facturés que pour le temps de calcul achevé
Comment choisir le bon GPU ?
| Scénario | GPU recommandé |
|---|---|
| Small datasets (<5000 images) | RTX 4090 |
| Jeux de données moyens (5000-50000 images) | A100 40 Go |
| Grands jeux de données ou tailles de lot | A100 80GB ou H100 |
| Soucieux du budget | RTX 3090 |
