コンテンツへスキップ

クラウドトレーニング

Ultralytics HUBは、カスタムの物体検出モデルをトレーニングするための強力で使いやすいクラウドプラットフォームを提供します。データセットと希望するトレーニング方法を簡単に選択し、数回クリックするだけでプロセスを開始できます。Ultralytics HUBは、ワークフローを合理化するために、事前に構築されたオプションと様々なモデルアーキテクチャを提供します。

クラウドトレーニングカバー

モデルの制作やその他の詳細については、HUBモデルのページをご覧ください。



見るんだ: 新機能🌟Ultralytics HUBクラウドトレーニングのご紹介

インスタンスの選択

モデルとインスタンスの選択に関する詳細は、インスタンスガイドのページをご覧ください。

モデルをトレーニングする手順

一旦インスタンスが選択されると、Ultralytics HUBを使用したモデルのトレーニングは、以下のような3段階のプロセスとなる:

  1. データセットの選択 - データセットについての詳細、データセット・ページからデータセットを追加/削除する手順を読む
  2. モデルの選択 -HUBモデルのページで、モデル、モデルの作成/共有、モデルの扱い方について詳しくお読みください。
  3. 選択されたデータセットでのモデルのトレーニング

Ultralytics HUBは3つのトレーニングオプションを提供している:

  • Ultralytics クラウド- このページで説明。
  • Google Colab- Googleの人気ノートブックColabでトレーニング。
  • 独自のエージェントを導入- 独自のハードウェアまたはオンプレミスのGPUサーバー上でローカルにモデルをトレーニングします。

モデルのトレーニングを開始するには、以下の手順に従ってください。

Ultralytics クラウド経由のトレーニング

Ultralytics Cloudを使用してモデルのトレーニングを開始するには、トレーニング期間、利用可能なインスタンス、および支払いオプションを選択するだけです。

トレーニング期間-Ultralytics では、2種類のトレーニング期間をご用意しています:

  1. トレーニング Epochs:このオプションを使用すると、データセットがtrain、label、testのサイクルを経る必要がある回数に基づいてモデルをトレーニングすることができます。エポック数に基づく正確な価格設定は難しい。従って、エポック数が不足した場合、トレーニングは一時停止し、トレーニングの再開を促すプロンプトが表示されます。
  2. 時間指定トレーニング:時間指定トレーニング機能により、トレーニングプロセス全体の時間を固定し、トレーニング開始前に見積もり金額を決定することができます。

Ultralytics トレーニング期間オプションのクラウドスクリーンショット

トレーニングが開始されたら、「完了」をクリックし、モデルページでトレーニングの進行状況を確認することができます。

トレーニングのモニタリング

モデルとトレーニングのモードが選択されると、トレーニングの手順は Train セクションに、端末(エージェント/Google Colab)またはUltralytics Cloud から提供されるリンクを入力してください。

トレーニングのモニタリング

トレーニングの中断と再開



見るんだ: 次を使用したモデル学習の一時停止と再開 Ultralytics ハブ

トレーニングが始まったら Stop トレーニングが開始され、それに伴いクレジットの使用も一時停止されます。そうすれば Resume トレーニングが止まったところから

トレーニングの一時停止と再開

支払いと請求オプション

Ultralytics HUBが提供するもの Pay Now を使用する。 Ultralytics HUB Account をウォレットとして利用し、課金を行うことができる。アカウントは2種類から選べる: Free そして Pro ユーザー

プロフィールにアクセスするには、左下のプロフィール画像をクリックしてください。

プロフィール写真をクリックする

課金タブをクリックすると、現在のプランとアップグレードのオプションが表示されます。

アップグレードボタンのクリック

利用可能なさまざまなプランが表示されるので、以下のように利用可能なプランから選ぶことができる。

プランの選択

支払いページに移動し、詳細を記入し、支払いを完了する。

支払いページ



作成2024-02-14, 更新日:2024-04-11
著者: RizwanMunawar (2), glenn-jocher (2), priytosh-tripathi (1)

コメント