클라우드 트레이닝

Ultralytics Platform 클라우드 학습은 클라우드 GPU에서 원클릭 학습을 제공하여 복잡한 설정 없이 모델 학습에 접근 가능하게 합니다. 실시간 메트릭 스트리밍 및 자동 체크포인트 저장 기능을 통해 YOLO 모델을 학습시키세요.

UI에서 학습

Platform에서 직접 클라우드 학습을 시작하세요:

1. 프로젝트로 이동
2. 모델 학습을 클릭하세요
3. 학습 매개변수 구성
4. 학습 시작을 클릭하세요

1단계: 데이터셋 선택

업로드한 데이터셋 중에서 선택하세요:

2단계: 모델 구성

기본 모델 및 파라미터를 선택하세요:

3단계: GPU 선택

컴퓨팅 리소스를 선택하세요:

4단계: 학습 시작

훈련 시작을 클릭하여 작업을 시작하세요. 플랫폼은 다음과 같습니다:

1. GPU 인스턴스를 프로비저닝합니다.
2. 데이터셋을 다운로드합니다.
3. 훈련을 시작합니다.
4. 메트릭을 실시간으로 스트리밍합니다.

훈련 모니터링

실시간 훈련 진행 상황 보기:

실시간 지표

체크포인트

체크포인트는 자동으로 저장됩니다:

• 모든 에포크: 최신 가중치 저장
• 최고 모델: 가장 높은 mAP 체크포인트 보존
• 최종 모델: 훈련 완료 시점의 가중치

중지 및 재개

학습 중지

작업을 일시 중지하려면 훈련 중지를 클릭하십시오:

• 현재 체크포인트가 저장됩니다
• GPU 인스턴스가 해제됩니다
• 크레딧 청구가 중단됩니다

학습 재개

마지막 체크포인트부터 계속 진행:

1. 모델로 이동
2. 훈련 재개를 클릭하십시오
3. 계속 진행 확인

원격 훈련

플랫폼으로 메트릭을 스트리밍하면서 자체 하드웨어에서 훈련하십시오.

pip install "ultralytics>=8.4.0"

API 키 설정

1. 설정 > API 키로 이동
2. 훈련 범위로 새 키 생성
3. 환경 변수 설정:

export ULTRALYTICS_API_KEY="your_api_key"

스트리밍으로 학습

다음을 사용하여 project 및 name 메트릭 스트리밍 매개변수:

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",
)

플랫폼 데이터셋 사용

플랫폼에 저장된 데이터셋으로 훈련:

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

에 지정되어 있습니다. ul:// URI 형식은 데이터셋을 자동으로 다운로드하고 구성합니다.

결제

훈련 비용은 GPU 사용량에 따라 달라집니다:

비용 추정

훈련 시작 전에 플랫폼은 다음을 기준으로 총 비용을 추정합니다:

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

비용에 영향을 미치는 요소:

비용 예시

보류/결제 시스템

플랫폼은 소비자 보호 결제 모델을 사용합니다:

1. 추정: 교육 시작 전 계산된 비용
2. 보류: 잔액에서 추정치 + 20% 안전 여유분으로 예약
3. 열차: 잔액에 "예약됨"으로 표시된 예약 금액
4. 정산: 완료 후 실제 사용한 GPU 대해서만 과금
5. 환불: 초과 금액은 자동으로 잔액으로 반환됩니다

결제 방법

학습 비용 보기

학습 후 청구 탭에서 상세 비용을 확인할 수 있습니다:

• 에포크별 비용 분석
• 총 GPU 사용 시간
• 비용 보고서 다운로드

학습 팁

올바른 모델 크기 선택

학습 시간 최적화

1. 작게 시작: 먼저 적은 에포크로 테스트하십시오
2. 적절한 GPU 사용: 모델/배치 크기에 맞는 GPU를 사용하십시오
3. 데이터셋 검증: 학습 전에 품질을 확인하십시오
4. 조기 모니터링: 지표가 정체되면 중단하십시오

문제 해결

FAQ

학습은 얼마나 걸리나요?

학습 시간은 다음 요소에 따라 달라집니다:

• 데이터셋 크기
• 모델 크기
• 에포크 수
• 선택된 GPU

일반적인 시간 (이미지 1000개, 100 에포크):

밤새 학습할 수 있나요?

예, 훈련은 완료될 때까지 계속됩니다. 훈련이 완료되면 알림을 받게 됩니다. 에포크 기반 훈련을 위해 계정에 충분한 잔액이 있는지 확인하세요.

크레딧이 부족하면 어떻게 되나요?

훈련은 현재 에포크가 끝날 때 일시 중지됩니다. 체크포인트가 저장되며, 크레딧을 추가한 후 다시 시작할 수 있습니다.

사용자 지정 학습 인수를 사용할 수 있나요?

예, 고급 사용자는 훈련 구성에서 추가 인수를 지정할 수 있습니다.

학습 파라미터 참조

핵심 매개변수

학습률 매개변수

증강 매개변수

옵티마이저 선택

5; 20 전에 생성됨 ✏️ 14 전에 업데이트됨

댓글