はじめる

モデルのトレーニング

Ultralytics Platformは、実験の整理から、リアルタイムのメトリクス配信を伴うクラウドトレーニングジョブの実行まで、YOLOモデルのトレーニングに役立つツールを提供します。



視聴: Ultralytics Platformを始める - トレーニング

概要#

トレーニングセクションでは、次のことができます。

  • モデルをプロジェクトに整理して、管理を簡単にします
  • ワンクリックでクラウドGPU上でトレーニングします
  • トレーニング中のリアルタイムメトリクスを監視します
  • 実験間でモデルのパフォーマンスを比較します
  • 23 種類のデプロイフォーマットにエクスポートします(対応フォーマットを参照)。

Ultralytics Platformのトレーニング概要

ワークフロー#

ステージ説明
プロジェクト関連するモデルを整理するためのワークスペースを作成します
設定データセット、ベースモデル、トレーニングパラメーターを選択します
トレーニングクラウドGPUまたはローカルハードウェアで実行します
監視損失曲線とメトリクスをリアルタイムで表示します
エクスポート23 種類のデプロイフォーマットに変換します(詳細)。

トレーニングオプション#

Ultralytics Platformは、複数のトレーニング方法に対応しています。

メソッド説明最適な用途
クラウドトレーニングUltralytics CloudのGPUでトレーニングしますローカルGPUが不要で、スケーラブルです
ローカルトレーニングローカルでトレーニングし、メトリクスをPlatformに配信します既存のハードウェアを活用でき、プライバシーを確保できます
ColabトレーニングPlatformと連携したGoogle Colabを使用します無料でGPUを利用できます
GPUの自動割り当て

RTX PRO 6000より安価なGPUを選択し、Ultralyticsが管理する計算リソースに空きがある場合、Platformは選択したGPUの時間単価のまま、ジョブをRTX PRO 6000で実行します。選択したGPUで実行する場合より早く完了し、コストも抑えられることがあります。このアップグレードによって、時間やコストが増えることはありません。

GPUオプション#

Ultralytics Cloudでのクラウドトレーニングに利用できるGPU:

GPU世代VRAM最適な用途
RTX 2000 AdaAda16 GB小規模データセット、テスト
RTX A4500Ampere20 GB小~中規模のデータセット
RTX A5000Ampere24 GB中規模のデータセット
RTX 4000 AdaAda20 GB中規模のデータセット
RTX 3090Ampere24 GB一般的なトレーニング
RTX PRO 4000Blackwell24 GB低予算向けBlackwell
L4Ada24 GB推論に最適化
A40Ampere48 GB大きなバッチサイズ
RTX A6000Ampere48 GB大規模モデル
RTX PRO 4500Blackwell32 GB価格性能比に優れる
L40Ada48 GB大規模モデル
RTX 4090Ada24 GB一般的なトレーニング
RTX PRO 5000Blackwell48 GB大きなバッチでのトレーニング
RTX 6000 AdaAda48 GB大きなバッチでのトレーニング
L40SAda48 GB大きなバッチでのトレーニング
RTX 5090Blackwell32 GB最新のコンシューマー向け世代
A100 PCIeAmpere80 GB本番環境向けトレーニング
A100 SXMAmpere80 GB本番環境向けトレーニング
RTX PRO 6000Blackwell96 GB推奨デフォルト
H100 PCIeHopper80 GB高性能トレーニング
H100 NVLHopper94 GB最大限のパフォーマンス
H200 NVLHopper143 GB最大メモリ
H100 SXMHopper80 GB最速のトレーニング
H200 SXMHopper141 GB最大限のパフォーマンス
B200Blackwell180 GB大規模モデル(Pro+)
B300Blackwell288 GB最大規模のモデル(Pro+)

現在の時間単位の料金は、トレーニングダイアログのGPU選択メニューと料金ページに表示されます。

GPUプランの利用条件

B200およびB300 GPUを利用するには、ProまたはEnterpriseプランが必要です。それ以外のGPUは、Freeを含むすべてのプランで利用できます。

登録クレジット

新規アカウントには、トレーニング用の登録クレジットが付与されます。詳細は請求をご確認ください。

リアルタイムメトリクス#

モデルのTrainタブで、リアルタイムのメトリクスと利用可能な検証結果を確認できます。

サブタブメトリクス
メトリクスタスク指標(検出ではmAP50、mAP50-95、適合率、再現率)、学習/検証損失、学習率
検証利用可能な場合は、記録された検証プロットと画像ごとの分析が表示されます
コンソールANSIカラー表示と自動エラー検出に対応したライブトレーニングログ
システムGPU使用率、GPUメモリと温度、CPU、RAM、ネットワークおよびディスクI/O
チェックポイントの自動保存

最良のチェックポイント(best.pt、最も高いfitnessを記録したエポック)は、トレーニングの実行中に定期的にPlatformへアップロードされ、実行終了時にも再度アップロードされます。そのため、ダウンロード、エクスポート、デプロイには常に、それまでに生成された中で最良のエポックが使用されます。キャンセルされた実行では、アップロードが完了した最後のチェックポイントが保持されます。

クイックスタート#

1分以内にクラウドトレーニングを開始できます。

  1. サイドバーでプロジェクトを作成します
  2. New Modelをクリックします
  3. モデル、データセット、GPUを選択します
  4. Start Trainingをクリックします

よくある質問#

  • トレーニング時間は、次の要素によって異なります。

    • データセットのサイズ(画像数)
    • モデルのサイズ(n、s、m、l、x)
    • エポック数
    • 選択したGPUの種類

    現在の見積もりでは、RTX PRO 6000で1000枚の画像を使用してYOLO26nを100エポック学習する場合、約6分かかります。また、RTX 4090で500枚の画像を使用してYOLO26nを50エポック学習する場合、約2 分かかります。実際の所要時間は変動します。選択したデータセットと設定に基づくライブ見積もりを、トレーニングダイアログでご確認ください。

  • はい。同時に実行できるクラウドトレーニングの数はプランによって異なります。Freeでは3件、Proでは10件まで、Enterpriseでは無制限です。さらに並列でトレーニングするには、複数のマシンからリモートトレーニングを実行してください。

  • トレーニングに失敗した場合:

    1. モデルは失敗としてマークされ、計算インスタンスは終了します
    2. モデルページには、取得されたエラーを示すエラーバナー、コンソール出力へのリンク、AIで診断、および同じ設定でトレーニングダイアログを再度開くトレーニングを再試行アクション(Editorロール以上)が表示されます
    3. 実行状況の報告が4時間途絶えた場合、自動的に失敗としてマークされ、計算リソースが解放されます
    4. クラウドコンピューティングが開始していた場合は、経過したGPU時間分が請求されます。コンピューティング開始前の失敗では、GPU使用料は発生しません
  • シナリオ推奨GPU
    ほとんどのトレーニングジョブRTX PRO 6000
    大規模なデータセットまたはバッチサイズH100 SXMまたはH200
    コスト重視RTX 4090

コメント

質問したり、結果を共有したり、ほかの人をサポートしたりできます。