Ultralytics HUBモデル
Ultralytics HUBモデルは、カスタムデータセットでVision AIモデルをトレーニングするための合理化されたソリューションを提供します。
このプロセスはユーザーフレンドリーで効率的であり、Ultralytics YOLO11を利用した簡単な3ステップの作成と高速化されたトレーニングが含まれます。トレーニング中、モデルメトリクスのリアルタイムアップデートを利用できるため、各ステップの進捗状況を監視できます。トレーニングが完了すると、モデルをプレビューし、実際のアプリケーションに簡単にデプロイできます。したがって、Ultralytics HUBは、モデルの作成、トレーニング、評価、およびデプロイメントのための包括的でありながら簡単なシステムを提供します。
見る: Ultralytics HUB トレーニングと検証の概要
モデルのトレーニング
サイドバーのModelsボタンをクリックしてModelsページに移動し、ページの右上にあるTrain Modelボタンをクリックします。
この操作により、3つの簡単なステップで構成されるモデルの学習ダイアログが起動します。
1. データセット
このステップでは、モデルのトレーニングに使用するデータセットを選択する必要があります。データセットを選択したら、Continueをクリックします。
ヒント
データセットページから直接モデルをトレーニングする場合は、このステップを省略できます。
2. モデル
このステップでは、モデルを作成するプロジェクト、モデルの名前、およびモデルのアーキテクチャを選択する必要があります。
注
Ultralytics HUBは、プロジェクトを自動的に事前選択しようとします。
上記のようにTrain Modelダイアログを開いた場合、Ultralytics HUBは最後に使用したプロジェクトを事前に選択します。
プロジェクトページからTrain Modelダイアログを開いた場合、Ultralytics HUBはあなたがいたプロジェクトを事前に選択します。
まだプロジェクトを作成していない場合は、このステップでプロジェクト名を設定すると、モデルと一緒に作成されます。
情報
利用可能なYOLOモデルとアーキテクチャについては、ドキュメントで詳しく解説しています。
デフォルトでは、モデルは学習時間を短縮するために、事前学習済みのモデル(COCOデータセットで学習済み)を使用します。この動作を変更し、高度なモデル構成アコーディオンを開いて、モデルの構成を調整できます。
注
最も一般的なモデル構成オプション(エポック数など)は簡単に変更できますが、カスタムオプションを使用して、Ultralytics HUBに関連するすべてのトレーニング設定にアクセスすることもできます。
見る: Ultralytics HUBでUltralytics YOLOv8のトレーニングパラメータを設定する方法
または、カスタムタブをクリックして、以前にトレーニングしたモデルのいずれかからトレーニングを開始することもできます。
モデルの構成に満足したら、続行をクリックします。
3. 学習
このステップでは、モデルのトレーニングを開始します。
注
このステップでは、モデルのトレーニングダイアログを閉じて、後でモデルページからモデルのトレーニングを開始することもできます。
Ultralytics HUBは、3つのトレーニングオプションを提供しています。
- Ultralytics Cloud
- Google Colab
- 独自のAgentを持ち込む
a. Ultralytics Cloud
Ultralytics Cloudにアクセスするには、Proプランにアップグレードする必要があります。
クラウドトレーニングソリューションを使用してモデルをトレーニングするには、Ultralyticsクラウドトレーニングドキュメントをお読みください。
b. Google Colab
Google Colabを使用してモデルのトレーニングを開始するには、Ultralytics HUBのTrain ModelダイアログまたはGoogle Colabノートブックに表示される指示に従ってください。
トレーニングが開始されたら、完了をクリックして、モデルページでトレーニングの進捗状況を監視できます。
注
トレーニングが停止し、チェックポイントが保存された場合は、[モデル]ページからモデルのトレーニングを再開できます。
c. 独自のAgentを持ち込む
見る: Ultralytics HUBを使用した独自のAgentモデルのトレーニング
独自のAgentを使用してモデルのトレーニングを開始するには、Ultralytics HUBのTrain Modelダイアログに表示される指示に従ってください。
以下のインストール ultralytics
パッケージ PyPI.
pip install -U ultralytics
次に、提供されたpythonコードを使用して、モデルのトレーニングを開始します。
トレーニングが開始されたら、完了をクリックして、モデルページでトレーニングの進捗状況を監視できます。
注
トレーニングが停止し、チェックポイントが保存された場合は、[モデル]ページからモデルのトレーニングを再開できます。
モデルの分析
モデルをトレーニングした後、モデルのメトリクスを分析できます。
Trainタブには、タスクに基づいて慎重にグループ化された最も重要なメトリクスが表示されます。
すべてのモデル指標にアクセスするには、[Charts]タブをクリックします。
ヒント
各グラフは、視覚化を向上させるために拡大できます。
さらに、データを適切に分析するために、ズーム機能を利用できます。
モデルのプレビュー
モデルをトレーニングした後、プレビュータブをクリックしてプレビューできます。
Testカードでは、トレーニング中に使用したデータセットからプレビュー画像を選択するか、デバイスから画像をアップロードできます。
注
カメラを使用して写真を撮り、その写真で直接推論を実行することもできます。
さらに、ダウンロードしてUltralytics HUB Appを使用すると、iOSまたはAndroidモバイルデバイスでモデルをリアルタイムでプレビューできます。
モデルのデプロイ
モデルをトレーニングした後、ONNX、OpenVINO、CoreML、TensorFlow、Paddleなど、13種類の形式にエクスポートできます。
見る: Ultralytics HUBを使用してUltralytics YOLO11をONNX、OpenVINO、およびその他の形式にエクスポートする方法 🚀
ヒント
エクスポートアクションのドロップダウンを開き、Advancedオプションをクリックすると、各形式のエクスポートオプションをカスタマイズできます。
注
エクスポートアクションのドロップダウンを開き、Advancedオプションをクリックすると、各フォーマットを再度エクスポートできます。
本番環境でInference APIを使用することもできます。
詳細については、Ultralytics Inference APIドキュメントをお読みください。
モデルを共有
情報
Ultralytics HUBの共有機能は、モデルを他のユーザーと共有するための便利な方法を提供します。この機能は、既存のUltralytics HUBユーザーと、まだアカウントを作成していないユーザーの両方に対応するように設計されています。
注
モデルの一般的なアクセスを制御できます。
一般アクセスを「非公開」に設定すると、自分だけがアクセスできるようになります。または、一般アクセスを「非公開リスト」に設定すると、Ultralytics HUBアカウントの有無にかかわらず、モデルへの直接リンクを知っている人なら誰でも閲覧できるようになります。
共有したいモデルのモデルページに移動し、モデルアクションのドロップダウンを開き、共有オプションをクリックします。この操作により、モデルの共有ダイアログが開きます。
一般アクセスを「非公開」に設定し、保存をクリックします。
これで、モデルへの直接リンクを知っている人は誰でもそれを見ることができます。
ヒント
モデルの共有ダイアログに表示されるモデルのリンクをクリックするだけで、コピーできます。
モデルの編集
編集したいモデルのモデルページに移動し、モデルアクションのドロップダウンを開き、編集オプションをクリックします。この操作により、モデルの更新ダイアログが開きます。
モデルに必要な変更を適用し、保存をクリックして変更を確定します。
モデルの削除
削除したいモデルのモデルページに移動し、モデルアクションのドロップダウンを開き、削除オプションをクリックします。この操作により、モデルが削除されます。