Обучение моделей

Платформа Ultralytics предоставляет комплексные инструменты для обучения моделей YOLO, от организации экспериментов до выполнения заданий облачного обучения с потоковой передачей метрик в реальном времени.

Обзор

Раздел «Обучение» поможет вам:

• Организуйте модели в проекты для упрощения управления.
• Обучать на облачных GPU одним щелчком мыши
• Отслеживать метрики в реальном времени во время обучения
• Сравнивать производительность моделей в различных экспериментах
• Экспорт в более чем 17 форматов развертывания (см. поддерживаемые форматы)

Рабочий процесс

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

Параметры обучения

Платформа Ultralytics поддерживает несколько подходов к обучению:

Параметры GPU

Доступные GPU для облачного обучения в Ultralytics Cloud:

Метрики в реальном времени

Во время обучения просматривайте метрики в реальном времени на трех подвкладках:

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

Быстрый старт

Начните работу с облачным обучением менее чем за минуту:

export ULTRALYTICS_API_KEY="your_api_key"
yolo train model=yolo26n.pt data=ul://username/datasets/my-dataset \
  epochs=100 project=username/my-project name=exp1

from ultralytics import YOLO

model = YOLO("yolo26n.pt")
model.train(
    data="ul://username/datasets/my-dataset",
    epochs=100,
    project="username/my-project",
    name="exp1",
)

Быстрые ссылки

• Проекты: Организуйте свои модели и эксперименты
• Модели: Управление обученными контрольными точками
• Облачное обучение: Обучайте на облачных GPU

Часто задаваемые вопросы

Сколько времени занимает обучение?

Время обучения зависит от:

• Размера набора данных (количества изображений)
• Размера модели (n, s, m, l, x)
• Количества эпох
• Выбранного типа GPU

Типичный цикл обучения с 1000 изображениями, YOLO26n, 100 эпохами на RTX PRO 6000 занимает около 2-3 часов. Меньшие циклы (500 изображений, 50 эпох на RTX 4090) завершаются менее чем за час. Подробные оценки см. в примерах стоимости.

Могу ли я обучать несколько моделей одновременно?

Да. Лимиты на одновременное облачное обучение зависят от вашего плана: бесплатный план допускает 3, Pro — 10, а Enterprise — неограниченное количество. Для дополнительного параллельного обучения используйте удаленное обучение с нескольких машин.

Что произойдет, если обучение завершится с ошибкой?

Если обучение завершается с ошибкой:

1. Контрольные точки сохраняются после каждой эпохи
2. Вы можете возобновить обучение с последней контрольной точки
3. Кредиты взимаются только за фактически использованное время вычислений

Как выбрать подходящий GPU?

📅 Создано 2 месяцев назад ✍️ Обновлено 1 день назад

Комментарии