Formação de Modelos
Ultralytics fornece ferramentas abrangentes para treinar YOLO , desde a organização de experiências até a execução de tarefas de treino na nuvem com streaming de métricas em tempo real.
Visão geral
A secção Formação ajuda-o a:
- Organize os modelos em projetos para facilitar a gestão
- Treine em GPUs na nuvem com um único clique
- Monitorize métricas em tempo real durante o treino
- Compare o desempenho do modelo entre experiências
Fluxo de trabalho
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| Palco | Descrição |
|---|---|
| Projeto | Crie um espaço de trabalho para organizar modelos relacionados |
| Configurar | Selecione o conjunto de dados, o modelo base e os parâmetros de treino |
| Treinar | Execute em GPUs na nuvem ou no seu hardware local |
| Monitor | Veja curvas e métricas de perdas em tempo real |
| Exportar | Converta para 17 formatos de implementação |
Opções de formação
Ultralytics suporta várias abordagens de formação:
| Método | Descrição | Ideal para |
|---|---|---|
| Treinamento na Nuvem | Treine em GPUs na nuvem da Platform | Sem GPU local, escalabilidade |
| Formação à distância | Treine localmente, transmita métricas para a plataforma | Hardware existente, privacidade |
| Formação Colab | Use Google com integração da plataforma | GPU gratuito GPU |
GPU
GPUs disponíveis para formação na nuvem:
| GPU | VRAM | Desempenho | Custo |
|---|---|---|---|
| RTX 3090 | 24 GB | Bom | 0,44 $/hora |
| RTX 4090 | 24 GB | Excelente | 0,74 $/hora |
| L40S | 48 GB | Muito bom | 1,14 $/hora |
| A100 40 GB | 40 GB | Excelente | 1,29 $/hora |
| A100 80 GB | 80 GB | Excelente | 1,99 $/hora |
| H100 80 GB | 80 GB | Melhor | 3,99 $/hora |
Formação gratuita
As novas contas recebem créditos para formação. Consulte Faturação para obter mais detalhes.
Métricas em tempo real
Durante o treino, veja métricas em tempo real:
- Curvas de perda: perda de caixa, classe e DFL
- Desempenho: mAP50, mAP50, precisão, recuperação
- Estatísticas do sistema: GPU , uso da memória
- Pontos de verificação: Salvamento automático dos melhores pesos
Links rápidos
- Projetos: Organize os seus modelos e experiências
- Modelos: Gerenciar pontos de verificação treinados
- Formação em nuvem: Treine em GPUs na nuvem
FAQ
Quanto tempo dura a formação?
O tempo de formação depende de:
- Tamanho do conjunto de dados (número de imagens)
- Tamanho do modelo (n, s, m, l, x)
- Número de épocas
- GPU selecionado
Um treino típico com 1000 imagens, YOLO11n, 100 épocas no RTX 4090 leva cerca de 30 a 60 minutos.
Posso treinar vários modelos simultaneamente?
Atualmente, o treinamento em nuvem suporta uma tarefa de treinamento simultânea por conta. Para treinamento paralelo, use o treinamento remoto a partir de várias máquinas.
O que acontece se a formação falhar?
Se o treino falhar:
- Os pontos de verificação são guardados em cada época
- Pode retomar a partir do último ponto de verificação
- Os créditos são cobrados apenas pelo tempo de computação concluído.
Como escolher a GPU certa?
| Cenário | GPU recomendada |
|---|---|
| Small datasets (<5000 images) | RTX 4090 |
| Conjuntos de dados médios (5000-50000 imagens) | A100 40 GB |
| Grandes conjuntos de dados ou tamanhos de lotes | A100 80 GB ou H100 |
| Consciente do orçamento | RTX 3090 |
