Treinamento de modelos#
A Ultralytics Platform fornece ferramentas abrangentes para treinar modelos YOLO, desde a organização de experimentos até a execução de tarefas de treinamento na nuvem com streaming de métricas em tempo real.
Watch: Get Started with Ultralytics Platform - Train
Visão geral#
A seção de Treinamento ajuda você a:
- Organizar modelos em projetos para facilitar o gerenciamento
- Treinar em GPUs na nuvem com um único clique
- Monitorar métricas em tempo real durante o treinamento
- Comparar o desempenho do modelo entre experimentos
- Exporta para 20 formatos de implementação (vê os formatos suportados)

Fluxo de trabalho#
graph LR
A[📁 Project]:::start --> B[⚙️ Configure]:::proc
B --> C[🚀 Train]:::proc
C --> D[📈 Monitor]:::proc
D --> E[📦 Export]:::out
classDef start fill:#4CAF50,color:#fff
classDef proc fill:#2196F3,color:#fff
classDef out fill:#9C27B0,color:#fff| Etapa | Descrição |
|---|---|
| Projeto | Crie um espaço de trabalho para organizar modelos relacionados |
| Configurar | Selecione o dataset, o modelo base e os parâmetros de treinamento |
| Treinar | Execute em GPUs na nuvem ou no seu hardware local |
| Monitorar | Visualize curvas de perda e métricas em tempo real |
| Exportar | Converte para 20 formatos de implementação (detalhes) |
Opções de Treinamento#
A Ultralytics Platform suporta múltiplas abordagens de treinamento:
| Método | Descrição | Melhor para |
|---|---|---|
| Treinamento em Nuvem | Treine em GPUs da Ultralytics Cloud | Sem GPU local, escalabilidade |
| Treinamento Local | Treine localmente, envie métricas para a plataforma | Hardware existente, privacidade |
| Treinamento no Colab | Use o Google Colab com integração à plataforma | Acesso gratuito a GPU |
Opções de GPU#
GPUs disponíveis para treinamento em nuvem na Ultralytics Cloud:
| GPU | Geração | VRAM | Custo/Hora | Melhor para |
|---|---|---|---|---|
| RTX 2000 Ada | Ada | 16 GB | $0.24 | Datasets pequenos, testes |
| RTX A4500 | Ampere | 20 GB | $0.25 | Datasets pequenos a médios |
| RTX 4000 Ada | Ada | 20 GB | $0.26 | Datasets médios |
| RTX A5000 | Ampere | 24 GB | $0.27 | Datasets médios |
| L4 | Ada | 24 GB | $0.39 | Otimizada para inferência |
| A40 | Ampere | 48 GB | $0.44 | Tamanhos de lote maiores |
| RTX 3090 | Ampere | 24 GB | $0.46 | Treinamento geral |
| RTX A6000 | Ampere | 48 GB | $0.49 | Modelos grandes |
| RTX PRO 4000 | Blackwell | 24 GB | $0,57 | Budget Blackwell |
| RTX PRO 4500 | Blackwell | 32 GB | $0.64 | Ótima relação preço/desempenho |
| RTX 4090 | Ada | 24 GB | $0.69 | Melhor relação preço/desempenho |
| RTX 6000 Ada | Ada | 48 GB | $0.77 | Treinamento com lotes grandes |
| L40S | Ada | 48 GB | $0.86 | Treinamento com lotes grandes |
| RTX PRO 5000 | Blackwell | 48 GB | $0,96 | Treinamento com lotes grandes |
| RTX 5090 | Blackwell | 32 GB | $0.99 | Última geração de consumidor |
| L40 | Ada | 48 GB | $0.99 | Modelos grandes |
| A100 PCIe | Ampere | 80 GB | $1.39 | Treinamento de produção |
| A100 SXM | Ampere | 80 GB | $1.49 | Treinamento de produção |
| RTX PRO 6000 | Blackwell | 96 GB | $2,09 | Padrão recomendado |
| H100 PCIe | Hopper | 80 GB | $2,89 | Treinamento de alto desempenho |
| H100 NVL | Hopper | 94 GB | $3,19 | Desempenho máximo |
| H100 SXM | Hopper | 80 GB | $3,29 | Treinamento mais rápido |
| H200 NVL | Hopper | 143 GB | $3.39 | Memória máxima |
| H200 SXM | Hopper | 141 GB | $4,39 | Desempenho máximo |
| B200 | Blackwell | 180 GB | $5,89 | Modelos grandes (Pro+) |
| B300 | Blackwell | 288 GB | $7.39 | Modelos maiores (Pro+) |
As GPUs B200 e B300 requerem um plano Pro ou Enterprise. Todas as outras GPUs estão disponíveis em todos os planos, incluindo o Gratuito.
Novas contas recebem créditos de inscrição para treinamento. Verifique Faturamento para detalhes.
Métricas em Tempo Real#
Durante o treinamento, veja métricas ao vivo em três subguias:
graph LR
A[Charts]:::start --> B[Loss Curves]:::out
A --> C[Performance Metrics]:::out
D[Console]:::start --> E[Live Logs]:::out
D --> F[Error Detection]:::out
G[System]:::start --> H[GPU Utilization]:::out
G --> I[Memory & Temp]:::out
classDef start fill:#4CAF50,color:#fff
classDef out fill:#9C27B0,color:#fff| Subguia | Métricas |
|---|---|
| Gráficos | Perda de Box/classe/DFL, mAP50, mAP50-95, precisão, recall |
| Console | Logs de treinamento ao vivo com cor ANSI e detecção de erro |
| Sistema | Utilização da GPU, memória, temperatura, CPU, disco |
Para treinamento na nuvem, o melhor modelo (best.pt, o checkpoint com o maior mAP) é salvo automaticamente e disponibilizado para download, exportação e implantação após a conclusão do treinamento.
Início Rápido#
Comece com o treinamento na nuvem em menos de um minuto:
- Crie um projeto na barra lateral
- Clique em Novo Modelo
- Selecione um modelo, conjunto de dados e GPU
- Clique em Iniciar Treinamento
Links Rápidos#
- Projetos: Organize seus modelos e experimentos
- Modelos: Gerencie checkpoints treinados
- Treinamento na Nuvem: Treine em GPUs na nuvem
FAQ#
Quanto tempo leva o treinamento?#
O tempo de treinamento depende de:
- Tamanho do conjunto de dados (número de imagens)
- Tamanho do modelo (n, s, m, l, x)
- Número de épocas
- Tipo de GPU selecionado
O estimador atual prevê cerca de 6 minutos para 1000 imagens, YOLO26n, 100 épocas numa RTX PRO 6000, e cerca de 2 minutos para 500 imagens, YOLO26n, 50 épocas numa RTX 4090. A duração real varia; utiliza a estimativa em direto no diálogo de treino para o conjunto de dados e configuração selecionados. Consulta os exemplos de custos.
Posso treinar vários modelos simultaneamente?#
Sim. Os limites de treinamento simultâneo na nuvem dependem do seu plano: Gratuito permite 3, Pro permite 10, e Enterprise é ilimitado. Para treinamento paralelo adicional, use o treinamento remoto a partir de várias máquinas.
O que acontece se o treinamento falhar?#
Se o treinamento falhar:
- O modelo é marcado como falho e a instância de computação é encerrada
- Podes iniciar uma nova execução de treino a partir do modelo base
- Se a computação na cloud tiver iniciado, o tempo de GPU decorrido é cobrado; falhas antes de a computação iniciar não têm custos de utilização de GPU
Como escolho a GPU certa?#
| Cenário | GPU Recomendada |
|---|---|
| A maioria dos trabalhos de treinamento | RTX PRO 6000 |
| Grandes conjuntos de dados ou tamanhos de lote | H100 SXM ou H200 |
| Orçamento limitado | RTX 4090 |