Treinamento de modelos
A Ultralytics Platform disponibiliza ferramentas abrangentes para treinar modelos YOLO, desde a organização de experimentos até a execução de trabalhos de treinamento na nuvem com transmissão 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 a gestão
- Treinar em GPUs na nuvem com um único clique
- Monitorar métricas em tempo real durante o treinamento
- Comparar o desempenho de modelos entre experimentos
- Exportar para mais de 17 formatos de implantação (veja os formatos suportados)
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| 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 | Converta para mais de 17 formatos de implantação (detalhes) |
Opções de Treinamento
A Ultralytics Platform suporta múltiplas abordagens de treinamento:
| Método | Descrição | Ideal para |
|---|---|---|
| Treinamento na Nuvem | Treine em GPUs Ultralytics Cloud | Sem necessidade de GPU local, escalabilidade |
| Treinamento Local | Treine localmente, transmita 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 na nuvem na Ultralytics Cloud:
| GPU | Geração | VRAM | Custo/Hora | Ideal 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 | Otimizado 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 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 de lote grande |
| L40S | Ada | 48 GB | $0.86 | Treinamento de lote grande |
| RTX 5090 | Blackwell | 32 GB | $0.99 | Geração de consumo mais recente |
| 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 | $1.89 | Padrão recomendado |
| H100 PCIe | Hopper | 80 GB | $2.39 | Treinamento de alto desempenho |
| H100 SXM | Hopper | 80 GB | $2.99 | Treinamento mais rápido |
| H100 NVL | Hopper | 94 GB | $3.07 | Desempenho máximo |
| H200 NVL | Hopper | 143 GB | $3.39 | Memória máxima |
| H200 SXM | Hopper | 141 GB | $3.99 | Desempenho máximo |
| B200 | Blackwell | 180 GB | $5.49 | 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 cadastro para treinamento. Verifique o Faturamento para detalhes.
Métricas em Tempo Real
Durante o treinamento, visualize métricas ao vivo em três subabas:
graph LR
A[Charts] --> B[Loss Curves]
A --> C[Performance Metrics]
D[Console] --> E[Live Logs]
D --> F[Error Detection]
G[System] --> H[GPU Utilization]
G --> I[Memory & Temp]
style A fill:#2196F3,color:#fff
style D fill:#FF9800,color:#fff
style G fill:#9C27B0,color:#fff| Subseparador | Métricas |
|---|---|
| Gráficos | Perda de Box/classe/DFL, mAP50, mAP50-95, precisão, recall |
| Consola | Logs de treinamento ao vivo com cor ANSI e detecção de erros |
| Sistema | Utilização de 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, dataset e GPU
- Clique em Iniciar Treinamento
Links Rápidos
- Projetos: Organize seus modelos e experimentos
- Modelos: Gerencie checkpoints treinados
- Treinamento na Nuvem: Treine usando GPUs na nuvem
Perguntas Frequentes
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
Um treinamento típico com 1000 imagens, YOLO26n, 100 épocas em uma RTX PRO 6000 leva cerca de 2 a 3 horas. Execuções menores (500 imagens, 50 épocas em uma RTX 4090) são concluídas em menos de uma hora. Veja os exemplos de custo para estimativas detalhadas.
Posso treinar vários modelos simultaneamente?
Sim. Os limites de treinamento simultâneo na nuvem dependem do seu plano: o Free permite 3, o Pro permite 10 e o 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:
- Checkpoints são salvos a cada época
- Você pode retomar a partir do último checkpoint
- Créditos são cobrados apenas pelo tempo de computação concluído
Como escolho a GPU certa?
| Cenário | GPU Recomendada |
|---|---|
| Maioria dos trabalhos de treinamento | RTX PRO 6000 |
| Grandes conjuntos de dados ou tamanhos de lote | H100 SXM ou H200 |
| Com orçamento limitado | RTX 4090 |