Vai al contenuto

Ultralytics HUB Modelli

Ultralytics HUB fornisce una soluzione semplificata per l'addestramento di modelli di intelligenza artificiale su set di dati personalizzati.

Il processo è facile da usare ed efficiente e prevede una semplice creazione in tre fasi e una formazione accelerata grazie a Ultralytics YOLOv8 . Durante la formazione sono disponibili aggiornamenti in tempo reale sulle metriche del modello, che consentono agli utenti di monitorare i progressi in ogni fase. Una volta completata la formazione, i modelli possono essere visualizzati in anteprima e distribuiti facilmente nelle applicazioni reali. Pertanto, Ultralytics HUB offre un sistema completo e semplice per la creazione, l'addestramento, la valutazione e la distribuzione dei modelli.

L'intero processo di formazione di un modello è descritto in dettaglio nella nostra pagina di formazione sul cloud.

Anteprima dei modelli

Modello di treno

Vai alla pagina dei Modelli cliccando sul pulsante Modelli nella barra laterale.

L'addestramento di un modello con HUB è un processo in 4 fasi:

  • Esegui lo script dei pre-requisiti: Esegui gli script forniti per preparare l'ambiente virtuale.
  • Fornisci l'API e avvia la formazione: Una volta preparato il modello, fornisci la chiave API come indicato ed esegui il blocco di codice.
  • Controlla i risultati e le metriche: Se l'esecuzione è andata a buon fine, viene fornito un link alla pagina delle metriche. Questa pagina offre dettagli completi sul modello addestrato, comprese le specifiche, le metriche di perdita, le informazioni sul set di dati e le distribuzioni delle immagini. Inoltre, la scheda "Deploy" consente di accedere alla documentazione e ai dettagli della licenza del modello addestrato.
  • Prova il tuo modello: Ultralytics HUB offre la possibilità di effettuare test utilizzando immagini personalizzate, fotocamere di dispositivi o link per effettuare test su iPhone o Android dispositivi.

Ultralytics HUB schermata della pagina iniziale

Suggerimento

Puoi anche addestrare un modello direttamente dalla pagina iniziale.

Ultralytics HUB schermata della pagina iniziale con una freccia che punta alla scheda Modello di treno

Clicca sul pulsante Modello di treno in alto a destra della pagina per attivare la finestra di dialogo Modello di treno.

La finestra di dialogo Modello del treno prevede tre semplici passaggi:

1. Set di dati

Seleziona il set di dati per la formazione e clicca su Continua.

Ultralytics HUB schermata della finestra di dialogo Train Model con una freccia che punta a un set di dati e una al pulsante Continua

2. Modello

Scegli il progetto, il nome del modello e l'architettura. Per saperne di più sulle architetture disponibili, leggi il nostro YOLOv8 (e YOLOv5).

Clicca su Continua quando sei soddisfatto della configurazione.

Ultralytics HUB schermata della finestra di dialogo Modello del treno con una freccia che indica l'architettura del modello e una che indica il pulsante Continua

Nota

Per impostazione predefinita, il modello utilizzerà un modello pre-addestrato (addestrato sul set di dati COCO ) per ridurre i tempi di addestramento.

Sono disponibili opzioni avanzate per modificare questo comportamento.

Anteprima del modello

Ultralytics HUB offre diversi modi per visualizzare l'anteprima dei modelli addestrati.

Puoi caricare un'immagine nella scheda Test sotto la scheda Anteprima per vedere l'anteprima del tuo modello.

Ultralytics HUB screenshot della scheda Anteprima (Scheda di prova) all'interno della pagina Modello

Usa la nostra API Ultralytics Cloud per eseguire senza problemi l'inferenza con il tuo modello personalizzato.

Ultralytics HUB screenshot della scheda Anteprima (scheda API diUltralytics Cloud) all'interno della pagina Modello

Visualizza l'anteprima del tuo modello in tempo reale sul tuo dispositivo iOS o Android scaricando la nostra applicazione mobileUltralytics HUB .

Ultralytics HUB screenshot della scheda Deploy all'interno della pagina Model con una freccia che punta alla scheda Real-Time Preview (Anteprima in tempo reale)

Addestrare il modello

Ultralytics HUB offre tre opzioni di formazione:

Addestramento del modello su Google Colab

Per iniziare la formazione con Google Colab, segui le istruzioni sul quaderno di Google Colab.

Apri in Colab

Google Colab Screenshot

Porta il tuo agente

Crea un endpoint API tramite Ultralytics HUB per addestrare il modello localmente. Segui i passaggi indicati e accedi ai dettagli dell'addestramento tramite il link generato sul terminale dell'Agente.

Porta la schermata del tuo agente

Modello di distribuzione

Esporta il tuo modello in 13 formati diversi, tra cui ONNX, OpenVINO, CoreML, TensorFlow, Paddle e altri ancora.

Ultralytics HUB screenshot della scheda Deploy all'interno della pagina Modello con tutti i formati esportati

Condividi il modello

Ultralytics HUBLa funzionalità di condivisione di questo sito offre un modo pratico per condividere i modelli. Controlla l'accesso generale dei tuoi modelli, impostandoli su "Privato" o "Non in elenco".

Vai alla pagina del Modello, apri il menu a tendina delle azioni del modello e clicca sull'opzione Condividi.

Ultralytics HUB schermata della pagina del Modello con una freccia che indica l'opzione Condividi

Imposta l'accesso generale e clicca su Salva.

Ultralytics HUB schermata della finestra di dialogo Condividi il modello con una freccia che indica il menu a tendina e una che indica il pulsante Salva

Ora chiunque abbia il link diretto può vedere il tuo modello.

Suggerimento

Copia facilmente il link del modello mostrato nella finestra di dialogo Condividi modello cliccando su di esso.

Ultralytics HUB schermata della finestra di dialogo Condividi il modello con una freccia che indica il link del modello

Modifica e cancellazione del modello

Vai alla pagina Modello, apri il menu a tendina Azioni del modello e clicca sull'opzione Modifica per aggiornare il modello. Per eliminare il modello, seleziona l'opzione Elimina.

Ultralytics HUB schermata della pagina del Modello con una freccia che indica l'opzione Modifica



Creato 2023-11-12, Aggiornato 2024-02-13
Autori: glenn-jocher (6), priytosh-tripathi (1), sergiuwaxmann (1)

Commenti