Link to this sectionAddestramento del modello#
La Ultralytics Platform fornisce strumenti completi per l'addestramento di modelli YOLO, dall'organizzazione degli esperimenti all'esecuzione di job di addestramento nel cloud con streaming delle metriche in tempo reale.
Watch: Get Started with Ultralytics Platform - Train
Link to this sectionPanoramica#
La sezione Addestramento ti aiuta a:
- Organizzare i modelli in progetti per una gestione più semplice
- Addestrare su GPU nel cloud con un solo clic
- Monitorare le metriche in tempo reale durante l'addestramento
- Confrontare le prestazioni del modello tra vari esperimenti
- Esportare in oltre 19 formati di distribuzione (vedi formati supportati)

Link to this sectionWorkflow#
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| Fase | Descrizione |
|---|---|
| Progetto | Crea uno spazio di lavoro per organizzare i modelli correlati |
| Configura | Seleziona dataset, modello di base e parametri di addestramento |
| Addestra | Esegui su GPU nel cloud o sul tuo hardware locale |
| Monitora | Visualizza le curve di loss e le metriche in tempo reale |
| Esporta | Converti in oltre 19 formati di distribuzione (dettagli) |
Link to this sectionOpzioni di addestramento#
La Ultralytics Platform supporta molteplici approcci di addestramento:
| Metodo | Descrizione | Ideale per |
|---|---|---|
| Cloud Training | Addestra sulle GPU cloud di Ultralytics | Nessuna GPU locale, scalabilità |
| Local Training | Addestra localmente, trasmetti le metriche alla piattaforma | Hardware esistente, privacy |
| Colab Training | Utilizza Google Colab con l'integrazione della piattaforma | Accesso gratuito a GPU |
Link to this sectionOpzioni GPU#
GPU disponibili per l'addestramento cloud su Ultralytics Cloud:
| GPU | Generazione | VRAM | Costo/Ora | Ideale per |
|---|---|---|---|---|
| RTX 2000 Ada | Ada | 16 GB | $0.24 | Dataset piccoli, test |
| RTX A4500 | Ampere | 20 GB | $0.25 | Dataset medio-piccoli |
| RTX 4000 Ada | Ada | 20 GB | $0.26 | Dataset medi |
| RTX A5000 | Ampere | 24 GB | $0.27 | Dataset medi |
| L4 | Ada | 24 GB | $0.39 | Ottimizzato per l'inferenza |
| A40 | Ampere | 48 GB | $0.44 | Dimensioni batch più grandi |
| RTX 3090 | Ampere | 24 GB | $0.46 | Addestramento generale |
| RTX A6000 | Ampere | 48 GB | $0.49 | Modelli grandi |
| RTX PRO 4500 | Blackwell | 32 GB | $0.64 | Ottimo rapporto prezzo/prestazioni |
| RTX 4090 | Ada | 24 GB | $0.69 | Miglior rapporto prezzo/prestazioni |
| RTX 6000 Ada | Ada | 48 GB | $0.77 | Addestramento con batch grandi |
| L40S | Ada | 48 GB | $0.86 | Addestramento con batch grandi |
| RTX 5090 | Blackwell | 32 GB | $0.99 | Ultima generazione consumer |
| L40 | Ada | 48 GB | $0.99 | Modelli grandi |
| A100 PCIe | Ampere | 80 GB | $1.39 | Addestramento di produzione |
| A100 SXM | Ampere | 80 GB | $1.49 | Addestramento di produzione |
| RTX PRO 6000 | Blackwell | 96 GB | $1.89 | Predefinito consigliato |
| H100 PCIe | Hopper | 80 GB | $2.39 | Addestramento ad alte prestazioni |
| H100 SXM | Hopper | 80 GB | $2.99 | Addestramento più veloce |
| H100 NVL | Hopper | 94 GB | 3,07 $ | Massime prestazioni |
| H200 NVL | Hopper | 143 GB | 3,39 $ | Memoria massima |
| H200 SXM | Hopper | 141 GB | 3,99 $ | Massime prestazioni |
| B200 | Blackwell | 180 GB | 5,49 $ | Modelli grandi (Pro+) |
| B300 | Blackwell | 288 GB | 7,39 $ | Modelli più grandi (Pro+) |
Le GPU B200 e B300 richiedono un piano Pro o Enterprise. Tutte le altre GPU sono disponibili su tutti i piani, incluso quello Free.
I nuovi account ricevono crediti di benvenuto per l'addestramento. Controlla Fatturazione per i dettagli.
Link to this sectionMetriche in tempo reale#
Durante l'addestramento, visualizza le metriche in tempo reale attraverso tre sottoschede:
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| Sottoscheda | Metriche |
|---|---|
| Grafici | Perdita Box/class/DFL, mAP50, mAP50-95, precisione, richiamo |
| Console | Log di addestramento live con colori ANSI e rilevamento errori |
| Sistema | Utilizzo GPU, memoria, temperatura, CPU, disco |
Per l'addestramento su cloud, il modello migliore (best.pt, il checkpoint con mAP più alto) viene salvato automaticamente e reso disponibile per il download, l'esportazione e il deployment al termine dell'addestramento.
Link to this sectionAvvio rapido#
Inizia con l'addestramento su cloud in meno di un minuto:
- Crea un progetto nella barra laterale
- Fai clic su Nuovo Modello
- Seleziona un modello, un dataset e una GPU
- Fai clic su Avvia Addestramento
Link to this sectionLink rapidi#
- Progetti: Organizza i tuoi modelli ed esperimenti
- Modelli: Gestisci i checkpoint addestrati
- Addestramento su Cloud: Addestra su GPU cloud
Link to this sectionFAQ#
Link to this sectionQuanto tempo richiede l'addestramento?#
Il tempo di addestramento dipende da:
- Dimensioni del dataset (numero di immagini)
- Dimensioni del modello (n, s, m, l, x)
- Numero di epoche
- Tipo di GPU selezionato
Un tipico ciclo di addestramento con 1000 immagini, YOLO26n, 100 epoche su RTX PRO 6000 richiede circa 5-10 minuti. Esecuzioni più piccole (500 immagini, 50 epoche su RTX 4090) si completano in meno di un'ora. Vedi gli esempi di costo per stime dettagliate.
Link to this sectionPosso addestrare più modelli contemporaneamente?#
Sì. I limiti di addestramento simultaneo su cloud dipendono dal tuo piano: Free consente 3, Pro ne consente 10, e Enterprise è illimitato. Per un ulteriore addestramento in parallelo, utilizza l'addestramento remoto da più macchine.
Link to this sectionCosa succede se l'addestramento fallisce?#
Se l'addestramento fallisce:
- Il modello viene contrassegnato come fallito e l'istanza di calcolo viene terminata
- Puoi avviare una nuova esecuzione di addestramento partendo dal modello base
- I crediti vengono addebitati solo per il tempo di calcolo completato
Link to this sectionCome scelgo la GPU giusta?#
| Scenario | GPU consigliata |
|---|---|
| La maggior parte dei lavori di addestramento | RTX PRO 6000 |
| Dataset o dimensioni di batch grandi | H100 SXM o H200 |
| Attento al budget | RTX 4090 |