Addestramento del Modello

Ultralytics Platform fornisce strumenti completi per l'addestramento di modelli YOLO, dall'organizzazione degli esperimenti all'esecuzione di processi di addestramento su cloud con streaming di metriche in tempo reale.

Panoramica

La sezione Addestramento ti aiuta a:

• Organizza i modelli in progetti per una gestione più semplice
• Addestrare su GPU cloud con un solo clic
• Monitorare le metriche in tempo reale durante l'addestramento
• Confrontare le prestazioni dei modelli tra i vari esperimenti
• Esporta in oltre 17 formati di deploy (vedi formati supportati)

Flusso di Lavoro

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

Opzioni di addestramento

Ultralytics Platform supporta diversi approcci di addestramento:

Opzioni GPU

GPU disponibili per il training su cloud su Ultralytics Cloud:

Metriche in tempo reale

Durante l'addestramento, visualizza le metriche in tempo reale su 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

Guida rapida

Inizia l'addestramento nel cloud in meno di un minuto:

export ULTRALYTICS_API_KEY="your_api_key"
yolo train model=yolo26n.pt data=ul://username/datasets/my-dataset \
  epochs=100 project=username/my-project name=exp1

from ultralytics import YOLO

model = YOLO("yolo26n.pt")
model.train(
    data="ul://username/datasets/my-dataset",
    epochs=100,
    project="username/my-project",
    name="exp1",
)

Link Rapidi

• Progetti: Organizza i tuoi modelli e esperimenti
• Modelli: Gestisci i checkpoint addestrati
• Addestramento su Cloud: Addestra su GPU cloud

FAQ

Quanto tempo richiede l'addestramento?

Il tempo di addestramento dipende da:

• Dimensione del dataset (numero di immagini)
• Dimensione del modello (n, s, m, l, x)
• Numero di epoche
• Tipo di GPU selezionata

Un tipico processo di training con 1000 immagini, YOLO26n, 100 epoche su RTX PRO 6000 richiede circa 2-3 ore. Processi più piccoli (500 immagini, 50 epoche su RTX 4090) si completano in meno di un'ora. Vedi esempi di costo per stime dettagliate.

Posso addestrare più modelli contemporaneamente?

Sì. I limiti di addestramento cloud concorrente dipendono dal tuo piano: Gratuito consente 3, Pro consente 10 ed Enterprise è illimitato. Per un addestramento parallelo aggiuntivo, utilizza l'addestramento remoto da più macchine.

Cosa succede se l'addestramento fallisce?

Se l'addestramento fallisce:

1. I checkpoint vengono salvati ad ogni epoca
2. È possibile riprendere dall'ultimo checkpoint
3. I crediti vengono addebitati solo per il tempo di calcolo completato

Come scelgo la GPU giusta?

📅 Creato 2 mesi fa ✏️ Aggiornato 2 giorni fa

Commenti