Ultralytics YOLO27:

Acelera os teus projetos YOLO26 com o Google Colab#

Muitos programadores não têm os recursos computacionais necessários para criar modelos de aprendizagem profunda. Adquirir hardware topo de gama ou alugar uma GPU razoável pode ser dispendioso. O Google Colab é uma excelente solução para isto. É uma plataforma baseada no navegador que te permite trabalhar com grandes conjuntos de dados, desenvolver modelos complexos e partilhar o teu trabalho com outras pessoas sem grandes custos.



Watch: How to Train Ultralytics YOLO26 models on Your Custom Dataset in Google Colab.

Podes usar o Google Colab para trabalhar em projetos relacionados com modelos Ultralytics YOLO26. O ambiente fácil de usar do Google Colab é adequado para desenvolver e experimentar modelos de forma eficiente. Vamos conhecer melhor o Google Colab, as suas principais funcionalidades e como podes usá-lo para treinar modelos YOLO26.

Google Colaboratory#

O Google Colaboratory, normalmente conhecido como Google Colab, foi desenvolvido pela Google Research em 2017. É um ambiente Jupyter Notebook online e gratuito, baseado na nuvem, que te permite treinar os teus modelos de aprendizagem automática e aprendizagem profunda em CPUs, GPUs e TPUs. O desenvolvimento do Google Colab teve como motivação os objetivos mais amplos da Google de promover a tecnologia de IA e as ferramentas educativas, bem como incentivar a utilização de serviços na nuvem.

Podes usar o Google Colab independentemente das especificações e configurações do teu computador local. Só precisas de uma conta Google e de um navegador web.

Treinar YOLO26 com o Google Colaboratory#

Treinar modelos YOLO26 no Google Colab é simples. Podes aceder ao Google Colab YOLO26 Notebook e começar imediatamente a treinar o teu modelo. Para compreenderes detalhadamente o processo de treino do modelo e as práticas recomendadas, consulta o nosso guia de treino de modelos YOLO26.

Perguntas comuns ao trabalhar com o Google Colab#

Ao trabalhar com o Google Colab, podes ter algumas perguntas comuns. Vamos respondê-las.

P: Porque é que a minha sessão do Google Colab termina por tempo excedido? R: As sessões do Google Colab podem terminar por tempo excedido devido à inatividade, especialmente para utilizadores gratuitos, que têm uma duração de sessão limitada.

P: Posso aumentar a duração da sessão no Google Colab? R: Os utilizadores gratuitos estão sujeitos a limites, mas o Google Colab Pro oferece sessões mais longas.

P: O que devo fazer se a minha sessão fechar inesperadamente? R: Guarda regularmente o teu trabalho no Google Drive ou no GitHub para evitares perder o progresso não guardado.

P: Como posso verificar o estado da minha sessão e a utilização dos recursos? R: O Colab disponibiliza as métricas «RAM Usage» e «Disk Usage» na interface para monitorizares os teus recursos.

P: Posso executar várias sessões do Colab em simultâneo? R: Sim, mas tem cuidado com a utilização dos recursos para evitares problemas de desempenho.

P: O Google Colab tem limitações de acesso a GPU? R: Sim, o acesso gratuito a GPU tem limitações, mas o Google Colab Pro oferece opções de utilização mais amplas.

Principais funcionalidades do Google Colab#

Agora, vejamos algumas das funcionalidades de destaque que fazem do Google Colab uma plataforma de referência para projetos de aprendizagem automática:

  • Suporte de bibliotecas: O Google Colab inclui bibliotecas pré-instaladas para análise de dados e aprendizagem automática e permite instalar bibliotecas adicionais conforme necessário. Também suporta várias bibliotecas para criar gráficos e visualizações interativos.

  • Recursos de Hardware: Podes também alternar entre diferentes opções de hardware modificando as definições do ambiente de execução, conforme mostrado abaixo. O Google Colab fornece acesso a GPUs como as NVIDIA T4, L4 e A100, bem como a TPUs, que são circuitos especializados concebidos especificamente para tarefas de aprendizagem automática.

Definições do ambiente de execução do Google Colab para seleção de GPU

  • Colaboração: O Google Colab facilita a colaboração e o trabalho com outros programadores. Podes partilhar facilmente os teus notebooks com outras pessoas e editá-los em tempo real.

  • Ambiente personalizado: Podes instalar dependências, configurar o sistema e usar comandos de shell diretamente no notebook.

  • Recursos educativos: O Google Colab disponibiliza vários tutoriais e notebooks de exemplo para ajudar-te a aprender e explorar diferentes funcionalidades.

Porque deves usar o Google Colab nos teus projetos YOLO26?#

Existem muitas opções para treinar e avaliar modelos YOLO26, por isso, o que torna única a integração com o Google Colab? Vamos explorar as vantagens desta integração:

  • Configuração zero: Como o Colab é executado na nuvem, podes começar imediatamente a treinar modelos sem configurações complexas do ambiente. Basta criares uma conta e começares a programar.

  • Suporte para formulários: Permite criar formulários para introduzir parâmetros, facilitando a experimentação com valores diferentes.

  • Integração com o Google Drive: O Colab integra-se perfeitamente com o Google Drive para simplificar o armazenamento, o acesso e a gestão de dados. Os conjuntos de dados e os modelos podem ser armazenados e obtidos diretamente a partir do Google Drive.

  • Suporte para Markdown: Podes usar o formato Markdown para melhorar a documentação nos notebooks.

  • Execução agendada: Os programadores podem configurar os notebooks para serem executados automaticamente em horários específicos.

  • Extensões e widgets: O Google Colab permite adicionar funcionalidades através de extensões de terceiros e widgets interativos.

Dicas para trabalhar com YOLO26 no Google Colab#

Para tirares o máximo partido da tua experiência com o Google Colab ao trabalhar com modelos YOLO26, considera estas dicas práticas:

  • Ativa a aceleração por GPU: Ativa sempre a aceleração por GPU nas definições do ambiente de execução para acelerares significativamente o treino.
  • Mantém uma ligação estável: Como o Colab é executado na nuvem, garante que tens uma ligação à Internet estável para evitares interrupções durante o treino.
  • Organiza os teus ficheiros: Armazena os teus conjuntos de dados e modelos no Google Drive ou no GitHub para facilitar o acesso e a gestão no Colab.
  • Otimiza a utilização da memória: Se encontrares limitações de memória no nível gratuito, tenta reduzir o tamanho das imagens ou do batch durante o treino.
  • Guarda regularmente: Devido aos limites de tempo das sessões do Colab, guarda frequentemente o teu modelo e os resultados para evitares perder o progresso.

Continua a aprender sobre o Google Colab#

Se quiseres aprofundar os teus conhecimentos sobre o Google Colab, aqui estão alguns recursos para te orientar.

Resumo#

Vimos como podes experimentar facilmente modelos Ultralytics YOLO26 no Google Colab. Podes usar o Google Colab para treinar e avaliar os teus modelos em GPUs e TPUs com apenas alguns cliques, tornando-o uma plataforma acessível para programadores sem hardware topo de gama.

Para mais detalhes, visita a página de perguntas frequentes do Google Colab.

Queres conhecer mais integrações do YOLO26? Visita a página do guia de integrações da Ultralytics para explorares ferramentas e funcionalidades adicionais que podem melhorar os teus projetos de aprendizagem automática, ou consulta a integração com o Kaggle como outra alternativa baseada na nuvem.

Perguntas frequentes#

  • Para começares a treinar modelos Ultralytics YOLO26 no Google Colab, inicia sessão na tua conta Google e acede ao Google Colab YOLO26 Notebook. Este notebook orienta-te durante o processo de configuração e treino. Depois de iniciares o notebook, executa as células passo a passo para treinares o teu modelo. Para obteres um guia completo, consulta o guia de treino de modelos YOLO26.

  • O Google Colab oferece várias vantagens para treinar modelos YOLO26:

    • Configuração zero: Não é necessária uma configuração inicial do ambiente; basta iniciares sessão e começares a programar.
    • Acesso gratuito a GPU: Usa GPUs ou TPUs potentes sem precisares de hardware dispendioso.
    • Integração com o Google Drive: Armazena e acede facilmente a conjuntos de dados e modelos.
    • Colaboração: Partilha notebooks com outras pessoas e colabora em tempo real.

    Para obteres mais informações sobre as razões para usares o Google Colab, consulta o guia de treino e visita a página do Google Colab.

  • As sessões do Google Colab terminam por tempo excedido devido à inatividade, especialmente para utilizadores gratuitos. Para lidares com isto:

    1. Mantém-te ativo: Interage regularmente com o teu notebook do Colab.
    2. Guarda o progresso: Guarda continuamente o teu trabalho no Google Drive ou no GitHub.
    3. Colab Pro: Considera atualizar para o Google Colab Pro para obteres sessões mais longas.

    Para obteres mais dicas sobre a gestão da tua sessão do Colab, visita a página de perguntas frequentes do Google Colab.

  • Sim, podes usar conjuntos de dados personalizados para treinar modelos YOLO26 no Google Colab. Carrega o teu conjunto de dados para o Google Drive e importa-o diretamente para o teu notebook do Colab. Podes seguir o guia do Nicolai no YouTube, Como treinar modelos YOLO26 com o teu conjunto de dados personalizado, ou consultar o guia de treino com conjuntos de dados personalizados para obteres instruções detalhadas.

  • Se a tua sessão de treino do Google Colab for interrompida:

    1. Guarda regularmente: Evita perder o progresso não guardado, guardando regularmente o teu trabalho no Google Drive ou no GitHub.
    2. Retoma o treino: Reinicia a sessão e executa novamente as células a partir do ponto em que ocorreu a interrupção.
    3. Usa pontos de verificação: Incorpora pontos de verificação no teu script de treino para guardares periodicamente o progresso.

    Estas práticas ajudam a garantir a segurança do teu progresso. Obtém mais informações sobre a gestão de sessões na página de perguntas frequentes do Google Colab.

Contribuidores
GLglenn-jocher16RIRizwanMunawar3RAraimbekovm1PDpderrenger1ONonuralpszr1DAdarouwan1ABabirami-vina1

Comentários