Ultralytics YOLO27:
Get Started

Обучение моделей#

Ultralytics Platform предоставляет комплексные инструменты для обучения моделей YOLO: от организации экспериментов до запуска облачных задач обучения с передачей метрик в реальном времени.



Смотри: Начало работы с платформой Ultralytics — обучение

Обзор#

Раздел «Обучение» помогает тебе:

  • Организовывать модели в проекты для удобного управления
  • Обучать модели на облачных GPU одним нажатием
  • Отслеживать метрики в реальном времени во время обучения
  • Сравнивать производительность моделей в разных экспериментах
  • Экспорт в 22 формата развертывания (смотри поддерживаемые форматы)

Обзор обучения в Ultralytics Platform

Рабочий процесс#

ЭтапОписание
ПроектСоздай рабочую область для организации связанных моделей
НастройкаВыбери датасет, базовую модель и параметры обучения
ОбучениеЗапусти обучение на облачных GPU или локальном оборудовании
МониторингПросматривай кривые потерь и метрики в реальном времени
ЭкспортПреобразуй модель в 22 формата развертывания (подробнее)

Варианты обучения#

Ultralytics Platform поддерживает несколько способов обучения:

МетодОписаниеОптимальный вариант для
Обучение в облакеОбучай модели на облачных GPU UltralyticsНет локального GPU, возможность масштабирования
Локальное обучениеОбучай модели локально и передавай метрики на платформуСобственное оборудование, конфиденциальность
Обучение в ColabИспользуй Google Colab с интеграцией платформыБесплатный доступ к GPU
Автоматический выбор GPU

Если ты выбираешь GPU дешевле RTX PRO 6000, а мощности под управлением Ultralytics свободны, платформа запускает задачу на RTX PRO 6000, но начисляет оплату по почасовому тарифу выбранного тобой GPU. Обучение может завершиться быстрее и обойтись дешевле, чем на выбранном GPU; обновление не увеличивает ни время, ни стоимость.

Варианты GPU#

Доступные GPU для облачного обучения в Ultralytics Cloud:

GPUПоколениеВидеопамятьСтоимость/часОптимальный вариант для
RTX 2000 AdaAda16 GB$0.24Небольшие датасеты, тестирование
RTX A4500Ampere20 GB$0.25Небольшие и средние датасеты
RTX 4000 AdaAda20 GB$0.26Средние датасеты
RTX A5000Ampere24 GB$0.27Средние датасеты
L4Ada24 GB$0.39Оптимизирована для инференса
A40Ampere48 GB$0.44Больший размер батча
RTX 3090Ampere24 GB$0.46Обучение общего назначения
RTX A6000Ampere48 GB$0.49Большие модели
RTX PRO 4000Blackwell24 GB$0.57Бюджетный вариант Blackwell
RTX PRO 4500Blackwell32 GB$0.64Отличное соотношение цены и производительности
RTX 4090Ada24 GB$0.69Лучшее соотношение цены и производительности
RTX 6000 AdaAda48 GB$0.77Обучение с большим размером батча
L40SAda48 GB$0.86Обучение с большим размером батча
RTX PRO 5000Blackwell48 GB$0.96Обучение с большим размером батча
RTX 5090Blackwell32 GB$0.99Последнее поколение потребительских GPU
L40Ada48 GB$0.99Большие модели
A100 PCIeAmpere80 GB$1.39Обучение для production-среды
A100 SXMAmpere80 GB$1.49Обучение для production-среды
RTX PRO 6000Blackwell96 GB$2.09Рекомендуемый вариант по умолчанию
H100 PCIeHopper80 GB$2.89Высокопроизводительное обучение
H100 NVLHopper94 GB$3.19Максимальной производительности
H100 SXMHopper80 GB$3.29Самое быстрое обучение
H200 NVLHopper143 GB$3.39Максимальный объем памяти
H200 SXMHopper141 GB$4.39Максимальной производительности
B200Blackwell180 GB$5.89Крупные модели (Pro+)
B300Blackwell288 GB$7.39Самые крупные модели (Pro+)
Доступ к GPU по тарифам

Для GPU B200 и B300 требуется тариф Pro или Enterprise. Все остальные GPU доступны на всех тарифах, включая Free.

Бонусные кредиты при регистрации

Новые аккаунты получают бонусные кредиты для обучения. Подробности смотри в разделе Оплата.

Метрики в реальном времени#

Во время обучения просматривай текущие метрики на трёх вкладках:

ПодвкладкаМетрики
ГрафикиМетрики задачи (mAP50, mAP50-95, точность, полнота для обнаружения объектов), потери на обучающей и проверочной выборках, скорость обучения
КонсольТекущие журналы обучения с цветовой разметкой ANSI и автоматическим обнаружением ошибок
СистемаЗагрузка и температура GPU, память GPU, CPU, RAM, сеть и дисковый ввод-вывод
Автоматические контрольные точки

Лучшая контрольная точка (best.pt, эпоха с наибольшим значением fitness) периодически загружается на платформу во время обучения, а затем ещё раз по завершении задачи. Поэтому для загрузки, экспорта и развёртывания всегда используется лучшая на данный момент эпоха. Если задача отменена, сохраняется последняя контрольная точка, загрузка которой завершилась.

Быстрый старт#

Начни облачное обучение менее чем за минуту:

  1. Создай проект на боковой панели
  2. Нажми New Model
  3. Выбери модель, датасет и GPU
  4. Нажми Start Training
  • Проекты: упорядочивай модели и эксперименты
  • Модели: управление обученными контрольными точками
  • Облачное обучение: обучай модели на облачных GPU
  • AutoTrain: используй Ask AI для запуска экспериментов и сравнения моделей

Часто задаваемые вопросы#

  • Время обучения зависит от:

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

    Текущая оценка показывает около 6 минут для 1000 изображений, YOLO26n и 100 эпох на RTX PRO 6000 и около 2 минут для 500 изображений, YOLO26n и 50 эпох на RTX 4090. Фактическая продолжительность может отличаться; используй текущую оценку в диалоговом окне обучения для выбранного датасета и конфигурации. См. примеры стоимости.

  • Да. Ограничения на одновременное облачное обучение зависят от твоего тарифа: Free позволяет запускать 3 задачи, Pro — 10, а Enterprise не ограничивает их количество. Чтобы запускать больше задач параллельно, используй удалённое обучение на нескольких машинах.

  • Если обучение завершится с ошибкой:

    1. Модель получит статус ошибки, а вычислительный экземпляр будет остановлен
    2. На странице модели появится баннер с перехваченной ошибкой, ссылка на вывод консоли и действие Повторить обучение, которое снова откроет диалоговое окно обучения с той же конфигурацией
    3. Если задача не сообщает об активности в течение 4 часов, она автоматически помечается как завершившаяся с ошибкой, а её вычислительные ресурсы освобождаются
    4. Если облачные вычисления уже начались, оплачивается фактическое время работы GPU; за сбои до начала вычислений плата за использование GPU не взимается
  • СценарийРекомендуемый GPU
    Большинство задач обученияRTX PRO 6000
    Большие датасеты или размеры пакетовH100 SXM или H200
    Для тех, кто хочет сэкономитьRTX 4090

Комментарии