Inizia

Potenzia i progetti YOLO26 con Google Colab

Molti sviluppatori non dispongono delle potenti risorse di calcolo necessarie per creare modelli di deep learning. Acquistare hardware di fascia alta o noleggiare una GPU adeguata può essere costoso. Google Colab offre un'alternativa: una piattaforma accessibile via browser per lavorare con grandi dataset, sviluppare modelli complessi e condividere il tuo lavoro con altri a costi bassi o nulli.



Guarda: Come addestrare i modelli Ultralytics YOLO26 sul tuo dataset personalizzato in Google Colab.

Puoi usare Google Colab per lavorare a progetti relativi ai modelli Ultralytics YOLO26. L'ambiente intuitivo di Google Colab è adatto allo sviluppo e alla sperimentazione dei modelli. Questa guida illustra Google Colab, le sue funzionalità principali e come usarlo per addestrare i modelli YOLO26.

Google Colaboratory#

Google Colaboratory, comunemente noto come Google Colab, è stato sviluppato da Google Research nel 2017. È un ambiente Jupyter Notebook cloud online e gratuito che ti consente di addestrare i tuoi modelli di machine learning e deep learning su CPU, GPU e TPU. Google ha sviluppato Colab per sostenere la ricerca e la formazione sull'IA e incoraggiare l'uso dei servizi cloud.

Puoi usare Google Colab indipendentemente dalle specifiche e dalla configurazione del tuo computer locale. Ti servono solo un account Google e un browser web.

Addestrare YOLO26 con Google Colaboratory#

Addestrare modelli YOLO26 su Google Colab è semplice. Puoi accedere al notebook YOLO26 di Google Colab e iniziare subito ad addestrare il tuo modello. Per comprendere nel dettaglio il processo di addestramento del modello e le procedure consigliate, consulta la guida all'addestramento dei modelli YOLO26.

Domande frequenti sull'uso di Google Colab#

Quando usi Google Colab, potresti avere alcune domande ricorrenti:

D: Perché la mia sessione di Google Colab va in timeout? R: Le sessioni di Google Colab possono scadere a causa dell'inattività, soprattutto per gli utenti gratuiti, che hanno una durata della sessione limitata.

D: Posso aumentare la durata della sessione in Google Colab? R: Gli utenti gratuiti hanno dei limiti, ma Google Colab Pro offre sessioni più lunghe.

D: Cosa devo fare se la sessione si chiude inaspettatamente? R: Salva regolarmente il tuo lavoro su Google Drive o GitHub per evitare di perdere i progressi non salvati.

D: Come posso controllare lo stato della sessione e l'uso delle risorse? R: Nell'interfaccia Colab sono disponibili le metriche «Utilizzo RAM» e «Utilizzo disco» per monitorare le risorse.

D: Posso eseguire più sessioni Colab contemporaneamente? R: Sì, ma fai attenzione all'uso delle risorse per evitare problemi di prestazioni.

D: Google Colab limita l'accesso alla GPU? R: Sì, l'accesso gratuito alla GPU è soggetto a limitazioni, ma Google Colab Pro offre opzioni di utilizzo più ampie.

Funzionalità principali di Google Colab#

Ecco alcune delle funzionalità che rendono Google Colab popolare per i progetti di machine learning:

  • Supporto per le librerie: Google Colab include librerie preinstallate per l'analisi dei dati e il machine learning e consente di installarne altre secondo necessità. Supporta inoltre diverse librerie per creare grafici e visualizzazioni interattivi.

  • Risorse hardware: gli utenti possono anche passare da un'opzione hardware all'altra modificando le impostazioni di runtime, come mostrato qui sotto. Google Colab offre accesso a GPU come NVIDIA T4, L4 e A100, oltre alle TPU, circuiti specializzati progettati appositamente per le attività di machine learning.

Impostazioni del runtime di Google Colab per la selezione della GPU

  • Collaborazione: Google Colab semplifica il lavoro con altri sviluppatori. Puoi condividere i tuoi notebook con altri e modificarli insieme in tempo reale.

  • Ambiente personalizzato: gli utenti possono installare dipendenze, configurare il sistema e usare comandi shell direttamente nel notebook.

  • Risorse didattiche: Google Colab offre una serie di tutorial e notebook di esempio per aiutare gli utenti a imparare ed esplorare diverse funzionalità.

Perché usare Google Colab per i tuoi progetti YOLO26?#

Esistono molte opzioni per addestrare e valutare i modelli YOLO26. Google Colab offre questi vantaggi:

  • Nessuna configurazione: poiché Colab viene eseguito nel cloud, gli utenti possono iniziare subito ad addestrare modelli senza dover configurare ambienti complessi. Basta creare un account e iniziare a scrivere codice.

  • Supporto per i moduli: consente agli utenti di creare moduli per inserire parametri, semplificando la sperimentazione con valori diversi.

  • Integrazione con Google Drive: Colab si integra con Google Drive per semplificare l'archiviazione, l'accesso e la gestione dei dati. Puoi archiviare e recuperare dataset e modelli direttamente da Google Drive.

  • Supporto Markdown: puoi usare il formato Markdown per arricchire la documentazione all'interno dei notebook.

  • Esecuzione pianificata: gli sviluppatori possono impostare l'esecuzione automatica dei notebook a orari specifici.

  • Estensioni e widget: Google Colab consente di aggiungere funzionalità tramite estensioni di terze parti e widget interattivi.

Suggerimenti per usare YOLO26 su Google Colab#

Per sfruttare al meglio Google Colab mentre lavori con i modelli YOLO26, tieni a mente questi suggerimenti pratici:

  • Attiva l'accelerazione GPU: attiva sempre l'accelerazione GPU nelle impostazioni del runtime per aumentare notevolmente la velocità di addestramento.
  • Mantieni stabile la connessione: poiché Colab viene eseguito nel cloud, assicurati di avere una connessione Internet stabile per evitare interruzioni durante l'addestramento.
  • Organizza i tuoi file: archivia i set di dati e i modelli su Google Drive o GitHub per accedervi e gestirli facilmente in Colab.
  • Ottimizza l'uso della memoria: se riscontri limiti di memoria nel piano gratuito, prova a ridurre le dimensioni delle immagini o del batch durante l'addestramento.
  • Salva regolarmente: a causa dei limiti di tempo delle sessioni di Colab, salva spesso il modello e i risultati per evitare di perdere i progressi.

Continua a imparare a usare Google Colab#

Se vuoi approfondire Google Colab, ecco alcune risorse che possono guidarti.

Riepilogo#

Questa guida ha mostrato come sperimentare con i modelli Ultralytics YOLO26 su Google Colab. Come Kaggle e l'addestramento cloud della Ultralytics Platform, Google Colab ti consente di addestrare e valutare i modelli su GPU cloud con pochi clic, offrendo una piattaforma accessibile agli sviluppatori che non dispongono di hardware di fascia alta.

Per maggiori dettagli, visita la pagina delle domande frequenti di Google Colab.

Domande frequenti#

  • Per iniziare ad addestrare i modelli Ultralytics YOLO26 su Google Colab, accedi al tuo account Google e poi apri il notebook Google Colab YOLO26. Questo notebook ti guida nella configurazione e nel processo di addestramento. Dopo aver avviato il notebook, esegui le celle una alla volta per addestrare il modello. Per una guida completa, consulta la guida all'addestramento del modello YOLO26.

  • Google Colab offre diversi vantaggi per l'addestramento dei modelli YOLO26:

    • Configurazione zero: non è richiesta alcuna configurazione iniziale dell'ambiente; basta accedere e iniziare a scrivere codice.
    • Accesso gratuito alle GPU: usa potenti GPU o TPU senza dover acquistare hardware costoso.
    • Integrazione con Google Drive: archivia e accedi facilmente a dataset e modelli.
    • Collaborazione: condividi notebook e collabora in tempo reale.

    Per maggiori informazioni sui motivi per cui usare Google Colab, consulta la guida all'addestramento e visita la pagina di Google Colab.

  • Le sessioni di Google Colab scadono dopo un periodo di inattività, soprattutto per gli utenti gratuiti. Per gestire il problema:

    1. Rimani attivo: interagisci regolarmente con il tuo notebook Colab.
    2. Salva i progressi: salva continuamente il tuo lavoro su Google Drive o GitHub.
    3. Colab Pro: valuta l'upgrade a Google Colab Pro per usufruire di sessioni più lunghe.

    Per altri suggerimenti sulla gestione della sessione Colab, visita la pagina delle domande frequenti di Google Colab.

  • Sì, puoi usare dataset personalizzati per addestrare modelli YOLO26 in Google Colab. Carica il dataset su Google Drive e importalo direttamente nel notebook Colab. Puoi seguire la guida YouTube di Nicolai, Come addestrare modelli YOLO26 sul tuo dataset personalizzato.

  • Se la tua sessione di addestramento su Google Colab viene interrotta:

    1. Salva regolarmente: evita di perdere i progressi non salvati archiviando regolarmente il tuo lavoro su Google Drive o GitHub.
    2. Riprendi l'addestramento: riavvia la sessione, carica il checkpoint last.pt dell'esecuzione interrotta e prosegui con model.train(resume=True) (vedi Riprendere gli addestramenti interrotti).
    3. Usa i checkpoint: salva la directory di addestramento project su Google Drive affinché last.pt sopravviva alla disconnessione del runtime e usa save_period per conservare checkpoint periodici delle epoche.

    Queste pratiche aiutano a proteggere i tuoi progressi. Scopri di più sulla gestione delle sessioni nella pagina delle domande frequenti di Google Colab.

Commenti

Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.