모델 훈련

Ultralytics 실험 구성부터 실시간 메트릭 스트리밍을 통한 클라우드 훈련 작업 실행에 이르기까지 YOLO 훈련을 위한 포괄적인 도구를 제공합니다.

개요

교육 섹션은 다음과 같은 도움을 제공합니다:

• 모델을 프로젝트별로 정리하여 관리하기 쉽게 하십시오
• 클라우드 GPU에서 단 한 번의 클릭으로 훈련하세요
• 훈련 중 실시간 메트릭 모니터링
• 실험 간 모델 성능 비교

워크플로우

graph LR
    A[📁 Project] --> B[⚙️ Configure]
    B --> C[🚀 Train]
    C --> D[📈 Monitor]
    D --> E[📦 Export]

    style A fill:#4CAF50,color:#fff
    style B fill:#2196F3,color:#fff
    style C fill:#FF9800,color:#fff
    style D fill:#9C27B0,color:#fff
    style E fill:#00BCD4,color:#fff

훈련 옵션

Ultralytics 다양한 학습 방식을 지원합니다:

GPU

클라우드 훈련용 사용 가능한 GPU:

실시간 지표

훈련 중 실시간 메트릭 확인:

• 손실 곡선: 박스, 클래스 및 DFL 손실
• 성능: mAP50, mAP50, 정밀도, 재현율
• 시스템 통계: GPU , 메모리 사용량
• 체크포인트: 최적 가중치의 자동 저장

빠른 링크

• 프로젝트: 모델과 실험을 체계적으로 정리하세요
• 모델: 훈련된 체크포인트 관리
• 클라우드 교육: 클라우드 GPU에서 훈련하기

FAQ

훈련은 얼마나 걸리나요?

훈련 시간은 다음에 따라 달라집니다:

• 데이터셋 크기(이미지 수)
• 모델 사이즈 (n, s, m, l, x)
• 에포크 수
• 선택된 GPU

1000개의 이미지로 YOLO11n 모델을 RTX 4090에서 100 에포크 동안 훈련시키는 일반적인 작업은 약 30~60분이 소요됩니다.

여러 모델을 동시에 훈련시킬 수 있나요?

클라우드 훈련은 현재 계정당 하나의 동시 훈련 작업을 지원합니다. 병렬 훈련을 위해서는 여러 대의 머신에서 원격 훈련을 사용하십시오.

훈련이 실패하면 어떻게 되나요?

훈련이 실패할 경우:

1. 체크포인트는 각 에포크마다 저장됩니다
2. 마지막 체크포인트에서 재개할 수 있습니다
3. 크레딧은 완료된 컴퓨팅 시간에 대해서만 청구됩니다.

어떻게 하면 적합한 GPU를 선택할 수 있을까요?

📅 생성 0 일 전 ✏️ 업데이트 0일 전

댓글