クラウドトレーニング

Ultralytics Platformのクラウドトレーニングは、クラウドGPUでのワンクリックトレーニングを提供し、複雑なセットアップなしでモデルトレーニングを可能にします。リアルタイムのメトリクスストリーミングと自動チェックポイント保存機能により、YOLOモデルをトレーニングできます。

UI からトレーニング

Platformから直接クラウドトレーニングを開始します。

1. プロジェクトに移動します。
2. モデルをトレーニングをクリックします
3. トレーニングパラメータを設定します。
4. トレーニングを開始をクリックします

ステップ1: データセットの選択

アップロード済みのデータセットから選択します。

ステップ2: モデルの設定

ベースモデルとパラメーターを選択します。

ステップ3: GPU の選択

計算リソースを選択してください:

ステップ4: トレーニングの開始

トレーニングを開始をクリックしてジョブを起動します。プラットフォームは以下の通りです:

1. GPUインスタンスをプロビジョニングします
2. データセットをダウンロードします
3. トレーニングを開始します
4. メトリクスをリアルタイムでストリーミングします

トレーニングを監視する

リアルタイムのトレーニング進捗を表示:

ライブメトリクス

チェックポイント

チェックポイントは自動的に保存されます:

• 各エポック: 最新の重みが保存されます
• 最良モデル: 最高のmAPチェックポイントが保持されます
• 最終モデル: 訓練完了時の重み

停止と再開

トレーニングの停止

ジョブを一時停止するには、訓練停止をクリックしてください:

• 現在のチェックポイントが保存されます
• GPUインスタンスが解放されます
• クレジットの課金が停止されます

トレーニングの再開

最後のチェックポイントから再開します:

1. モデルに移動します
2. 訓練再開をクリックしてください
3. 続行を確認します

リモートトレーニング

ご自身のハードウェアで訓練しながら、メトリクスをプラットフォームにストリーミングします。

pip install "ultralytics>=8.4.0"

API キーのセットアップ

1. 設定 > APIキーに移動します
2. 訓練スコープを持つ新しいキーを作成します
3. 環境変数を設定します:

export ULTRALYTICS_API_KEY="your_api_key"

ストリーミングでのトレーニング

以下を使用します project および name メトリクスをストリーミングするためのパラメータ:

yolo train model=yolo26n.pt data=coco.yaml epochs=100 \
  project=username/my-project name=experiment-1

from ultralytics import YOLO

model = YOLO("yolo26n.pt")
model.train(
    data="coco.yaml",
    epochs=100,
    project="username/my-project",
    name="experiment-1",
)

プラットフォームデータセットの使用

プラットフォームに保存されたデータセットでトレーニング:

yolo train model=yolo26n.pt data=ul://username/datasets/my-dataset epochs=100

The ul:// URI形式により、データセットが自動的にダウンロードされ、設定されます。

請求

トレーニング費用はGPUの使用量に基づきます:

コスト見積もり

トレーニング開始前に、プラットフォームは以下の要素に基づいて総コストを推定します：

Estimated Cost = Base Time × Model Multiplier × Dataset Multiplier × GPU Speed Factor × GPU Rate

コストに影響を与える要因：

費用例

保留/決済システム

プラットフォームは消費者保護の課金モデルを採用しています：

1. 見積もり：トレーニング開始前に算出された費用
2. 保留：推定金額＋20％の安全マージンを残高から確保
3. 列車：残高に「予約済み」と表示される予約済み金額
4. 精算：完了後、実際に使用したGPU のみ課金
5. 返金：超過分は自動的に残高に返金されます

支払い方法

トレーニングコストの表示

トレーニング後、詳細な費用は請求タブで確認できます:

• エポックごとの費用内訳
• 総GPU時間
• 費用レポートのダウンロード

トレーニングのヒント

適切なモデルサイズの選択

トレーニング時間の最適化

1. 小さく始める: まず少ないエポック数でテストする
2. 適切なGPUを使用する: モデル/バッチサイズに合わせてGPUを選択する
3. データセットを検証する: トレーニング前に品質を確認する
4. 早期に監視する: メトリクスが横ばいになったら停止する

トラブルシューティング

よくある質問

トレーニングにはどのくらいの時間がかかりますか？

トレーニング時間は以下によって異なります:

• データセットサイズ
• モデルサイズ
• エポック数
• 選択されたGPU

一般的な時間 (画像1000枚、100エポック):

一晩中トレーニングできますか？

はい、トレーニングは完了するまで続行されます。トレーニングが終了すると通知が届きます。エポックベースのトレーニングに十分な残高がアカウントにあることを確認してください。

クレジットがなくなったらどうなりますか？

トレーニングは現在のエポックの終わりに一時停止します。チェックポイントは保存され、クレジットを追加した後で再開できます。

カスタムトレーニング引数を使用できますか？

はい、上級ユーザーはトレーニング設定で追加の引数を指定できます。

トレーニングパラメーターリファレンス

コアパラメーター

学習率パラメーター

データ拡張パラメーター

オプティマイザーの選択

📅 20日前に作成✏️ 14日前に更新

コメント