Addestramento su Cloud

Ultralytics Cloud Training offre una formazione con un solo clic sulle GPU cloud, rendendo accessibile l'addestramento dei modelli senza configurazioni complesse. Addestra YOLO con streaming di metriche in tempo reale e salvataggio automatico dei checkpoint.

Guarda: Formazione sul cloud con Ultralytics

Treno da UI

Avvia la formazione sul cloud direttamente dalla piattaforma:

1. Vai al tuo progetto
2. Clicca sul modello del treno
3. Configurare i parametri di allenamento
4. Clicca su Inizia l'allenamento

Passaggio 1: selezionare il set di dati

Scegli un set di dati dai tuoi upload:

Passaggio 2: configurare il modello

Selezionare il modello base e i parametri:

Passaggio 3: selezionare GPU

Scegli le tue risorse di calcolo:

Fase 4: Inizia l'allenamento

Clicca su Avvia formazione per avviare il tuo lavoro. La piattaforma:

1. Provisioning di GPU
2. Scarica il tuo set di dati
3. Inizia l'allenamento
4. Metriche dei flussi in tempo reale

Formazione per monitor

Visualizza i progressi dell'allenamento in tempo reale:

Metriche in tempo reale

Punti di controllo

I checkpoint vengono salvati automaticamente:

• Ogni epoca: ultimi pesi salvati
• Modello migliore: mAP più alto conservato
• Modello finale: pesi al completamento dell'allenamento

Interrompi e riprendi

Interrompere l'allenamento

Clicca su Interrompi formazione per mettere in pausa il tuo lavoro:

• Il checkpoint corrente è stato salvato
• GPU viene rilasciata
• I crediti non vengono più addebitati

Riprendi l'allenamento

Continua dal tuo ultimo punto di controllo:

1. Passa al modello
2. Clicca su Riprendi formazione
3. Conferma la continuazione

Formazione a distanza

Esegui la formazione sul tuo hardware mentre trasmetti le metriche alla piattaforma.

pip install "ultralytics>=8.4.0"

Configurazione chiave API

1. Vai su Impostazioni > Chiavi API
2. Creare una nuova chiave con ambito di formazione
3. Imposta la variabile di ambiente:

export ULTRALYTICS_API_KEY="your_api_key"

Allenati con lo streaming

Utilizzare il project e name parametri per lo streaming delle metriche:

yolo train model=yolo11n.pt data=coco.yaml epochs=100 \
  project=username/my-project name=experiment-1

from ultralytics import YOLO

model = YOLO("yolo11n.pt")
model.train(
    data="coco.yaml",
    epochs=100,
    project="username/my-project",
    name="experiment-1",
)

Utilizzo dei set di dati della piattaforma

Addestrare con set di dati memorizzati sulla piattaforma:

yolo train model=yolo11n.pt data=ul://username/datasets/my-dataset epochs=100

Il ul:// Il formato URI scarica e configura automaticamente il tuo set di dati.

Fatturazione

I costi di formazione si basano GPU :

Calcolo dei costi

Total Cost = GPU Rate × Training Time (hours)

Metodi di pagamento

Visualizza i costi della formazione

Dopo la formazione, visualizza i costi dettagliati nella scheda Fatturazione:

• Ripartizione dei costi per epoca
• GPU totale GPU
• Scarica il rapporto sui costi

Consigli per l'allenamento

Scegli la taglia giusta

Ottimizza il tempo dedicato alla formazione

1. Inizia in piccolo: prova prima con un numero inferiore di epoche
2. Utilizza GPU adeguata: abbina GPU dimensioni del modello/batch
3. Convalida del set di dati: garantire la qualità prima dell'addestramento
4. Monitorare tempestivamente: interrompere se i parametri raggiungono un plateau

Risoluzione dei problemi

FAQ

Quanto tempo richiede la formazione?

Il tempo di formazione dipende da:

• Dimensione del set di dati
• Dimensioni del modello
• Numero di epoche
• GPU

Tempi tipici (1000 immagini, 100 epoche):

Posso allenarmi durante la notte?

Sì, la formazione continua fino al completamento. Riceverai una notifica al termine della formazione. Assicurati che il tuo account abbia un saldo sufficiente per la formazione basata sull'epoca.

Cosa succede se esaurisco i crediti?

L'allenamento si interrompe alla fine dell'epoca corrente. Il tuo checkpoint viene salvato e puoi riprendere dopo aver aggiunto crediti.

Posso utilizzare argomenti di formazione personalizzati?

Sì, gli utenti esperti possono specificare argomenti aggiuntivi nella configurazione dell'addestramento.

Riferimento ai parametri di allenamento

Parametri fondamentali

Parametri del tasso di apprendimento

Parametri di aumento

Selezione dell'ottimizzatore

📅 Creato 0 giorni fa ✏️ Aggiornato 0 giorni fa

Commenti