YOLO Vision 2026:

Addestramento del modello#

Ultralytics Platform offre strumenti completi per addestrare modelli YOLO, dall'organizzazione degli esperimenti all'esecuzione di job di addestramento nel cloud con streaming di metriche in tempo reale.



Watch: Get Started with Ultralytics Platform - Train

Panoramica#

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
  • Esporta in 20 formati di distribuzione (vedi formati supportati)

Ultralytics Platform Train Overview

Workflow#

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
FaseDescrizione
ProgettoCrea uno spazio di lavoro per organizzare i modelli correlati
ConfiguraSeleziona dataset, modello di base e parametri di addestramento
AddestraEsegui su GPU nel cloud o sul tuo hardware locale
MonitoraVisualizza le curve di loss e le metriche in tempo reale
EsportaConverti in 20 formati di distribuzione (dettagli)

Opzioni di addestramento#

La Ultralytics Platform supporta molteplici approcci di addestramento:

MetodoDescrizioneIdeale per
Cloud TrainingAddestra sulle GPU cloud di UltralyticsNessuna GPU locale, scalabilità
Local TrainingAddestra localmente, trasmetti le metriche alla piattaformaHardware esistente, privacy
Colab TrainingUtilizza Google Colab con l'integrazione della piattaformaAccesso gratuito a GPU

Opzioni GPU#

GPU disponibili per l'addestramento cloud su Ultralytics Cloud:

GPUGenerazioneVRAMCosto/OraIdeale per
RTX 2000 AdaAda16 GB$0.24Dataset piccoli, test
RTX A4500Ampere20 GB$0.25Dataset medio-piccoli
RTX 4000 AdaAda20 GB$0.26Dataset medi
RTX A5000Ampere24 GB$0.27Dataset medi
L4Ada24 GB$0.39Ottimizzato per l'inferenza
A40Ampere48 GB$0.44Dimensioni batch più grandi
RTX 3090Ampere24 GB$0.46Addestramento generale
RTX A6000Ampere48 GB$0.49Modelli grandi
RTX PRO 4000Blackwell24 GB$0,57Budget Blackwell
RTX PRO 4500Blackwell32 GB$0.64Ottimo rapporto prezzo/prestazioni
RTX 4090Ada24 GB$0.69Miglior rapporto prezzo/prestazioni
RTX 6000 AdaAda48 GB$0.77Addestramento con batch grandi
L40SAda48 GB$0.86Addestramento con batch grandi
RTX PRO 5000Blackwell48 GB$0,96Addestramento con batch grandi
RTX 5090Blackwell32 GB$0.99Ultima generazione consumer
L40Ada48 GB$0.99Modelli grandi
A100 PCIeAmpere80 GB$1.39Addestramento di produzione
A100 SXMAmpere80 GB$1.49Addestramento di produzione
RTX PRO 6000Blackwell96 GB2,09 $Predefinito consigliato
H100 PCIeHopper80 GB2,89 $Addestramento ad alte prestazioni
H100 NVLHopper94 GB3,19 $Massime prestazioni
H100 SXMHopper80 GB3,29 $Addestramento più veloce
H200 NVLHopper143 GB3,39 $Memoria massima
H200 SXMHopper141 GB4,39 $Massime prestazioni
B200Blackwell180 GB5,89 $Modelli grandi (Pro+)
B300Blackwell288 GB7,39 $Modelli più grandi (Pro+)
Accesso ai livelli GPU

Le GPU B200 e B300 richiedono un piano Pro o Enterprise. Tutte le altre GPU sono disponibili su tutti i piani, incluso quello Free.

Crediti di benvenuto

I nuovi account ricevono crediti di benvenuto per l'addestramento. Controlla Fatturazione per i dettagli.

Metriche in tempo reale#

Durante l'addestramento, visualizza le metriche in tempo reale attraverso tre sottoschede:

graph LR
    A[Charts]:::start --> B[Loss Curves]:::out
    A --> C[Performance Metrics]:::out
    D[Console]:::start --> E[Live Logs]:::out
    D --> F[Error Detection]:::out
    G[System]:::start --> H[GPU Utilization]:::out
    G --> I[Memory & Temp]:::out

    classDef start fill:#4CAF50,color:#fff
    classDef out fill:#9C27B0,color:#fff
SottoschedaMetriche
GraficiPerdita Box/class/DFL, mAP50, mAP50-95, precisione, richiamo
ConsoleLog di addestramento live con colori ANSI e rilevamento errori
SistemaUtilizzo GPU, memoria, temperatura, CPU, disco
Checkpoint automatici

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.

Avvio rapido#

Inizia con l'addestramento su cloud in meno di un minuto:

  1. Crea un progetto nella barra laterale
  2. Fai clic su Nuovo Modello
  3. Seleziona un modello, un dataset e una GPU
  4. Fai clic su Avvia Addestramento

FAQ#

Quanto 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

L'estimatore attuale prevede circa 6 minuti per 1000 immagini, YOLO26n, 100 epoch su RTX PRO 6000, e circa 2 minuti per 500 immagini, YOLO26n, 50 epoch su RTX 4090. La durata effettiva varia; usa la stima in tempo reale nella finestra di dialogo dell'addestramento per il dataset e la configurazione selezionati. Vedi esempi di costo.

Posso 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.

Cosa succede se l'addestramento fallisce?#

Se l'addestramento fallisce:

  1. Il modello viene contrassegnato come fallito e l'istanza di calcolo viene terminata
  2. Puoi avviare una nuova esecuzione di addestramento partendo dal modello base
  3. Se il calcolo cloud è iniziato, viene addebitato il tempo GPU trascorso; i guasti prima dell'avvio del calcolo non prevedono alcun costo per l'utilizzo della GPU

Come scelgo la GPU giusta?#

ScenarioGPU consigliata
La maggior parte dei lavori di addestramentoRTX PRO 6000
Dataset o dimensioni di batch grandiH100 SXM o H200
Attento al budgetRTX 4090

Commenti