Обучение моделей
Ultralytics Platform предоставляет комплексные инструменты для обучения моделей YOLO: от организации экспериментов до запуска облачного обучения с потоковой передачей метрик в реальном времени.
Watch: Get Started with Ultralytics Platform - Train
Обзор
Раздел обучения поможет тебе:
- Организовывать модели в проекты для упрощения управления
- Обучать модели на облачных GPU одним нажатием кнопки
- Отслеживать метрики в реальном времени во время обучения
- Сравнивать производительность моделей в разных экспериментах
- Экспортировать в 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| Этап | Описание |
|---|---|
| Проект | Создай рабочую область для организации связанных моделей |
| Конфигурация | Выбери набор данных, базовую модель и параметры обучения |
| Обучение | Запусти обучение на облачных GPU или на своем локальном оборудовании |
| Мониторинг | Просматривай кривые потерь и метрики в реальном времени |
| Экспорт | Конвертируй в 17+ форматов развертывания (подробности) |
Варианты обучения
Ultralytics Platform поддерживает несколько подходов к обучению:
| Метод | Описание | Лучший выбор для |
|---|---|---|
| Облачное обучение | Обучение на облачных GPU Ultralytics | Отсутствие локального GPU, масштабируемость |
| Локальное обучение | Обучай локально, передавай метрики на платформу | Существующее оборудование, конфиденциальность |
| Обучение в Colab | Используй Google Colab с интеграцией платформы | Бесплатный доступ к GPU |
Варианты GPU
Доступные GPU для облачного обучения в облаке Ultralytics:
| GPU | Поколение | VRAM | Стоимость/час | Лучший выбор для |
|---|---|---|---|---|
| RTX 2000 Ada | Ada | 16 ГБ | $0.24 | Небольшие наборы данных, тестирование |
| RTX A4500 | Ampere | 20 ГБ | $0.25 | Наборы данных малого и среднего размера |
| RTX 4000 Ada | Ada | 20 ГБ | $0.26 | Средние наборы данных |
| RTX A5000 | Ampere | 24 ГБ | $0.27 | Средние наборы данных |
| L4 | Ada | 24 ГБ | $0.39 | Оптимизировано для инференса |
| A40 | Ampere | 48 ГБ | $0.44 | Большие размеры батчей |
| RTX 3090 | Ampere | 24 ГБ | $0.46 | Общее обучение |
| RTX A6000 | Ampere | 48 ГБ | $0.49 | Большие модели |
| RTX PRO 4500 | Blackwell | 32 ГБ | $0.64 | Отличное соотношение цены и производительности |
| RTX 4090 | Ada | 24 ГБ | $0.69 | Лучшее соотношение цены и производительности |
| RTX 6000 Ada | Ada | 48 ГБ | $0.77 | Обучение на больших батчах |
| L40S | Ada | 48 ГБ | $0.86 | Обучение на больших батчах |
| RTX 5090 | Blackwell | 32 ГБ | $0.99 | Последнее потребительское поколение |
| L40 | Ada | 48 ГБ | $0.99 | Большие модели |
| A100 PCIe | Ampere | 80 ГБ | $1.39 | Промышленное обучение |
| A100 SXM | Ampere | 80 ГБ | $1.49 | Промышленное обучение |
| RTX PRO 6000 | Blackwell | 96 ГБ | $1.89 | Рекомендуемый стандарт |
| H100 PCIe | Hopper | 80 ГБ | $2.39 | Высокопроизводительное обучение |
| H100 SXM | Hopper | 80 ГБ | $2.99 | Самое быстрое обучение |
| H100 NVL | Hopper | 94 ГБ | $3.07 | Максимальная производительность |
| H200 NVL | Hopper | 143 ГБ | $3.39 | Максимальный объем памяти |
| H200 SXM | Hopper | 141 ГБ | $3.99 | Максимальная производительность |
| B200 | Blackwell | 180 ГБ | $5.49 | Большие модели (Pro+) |
| B300 | Blackwell | 288 ГБ | $7.39 | Крупнейшие модели (Pro+) |
Для GPU B200 и B300 требуется тарифный план Pro или Enterprise. Все остальные GPU доступны на всех планах, включая Free.
Новые аккаунты получают приветственные кредиты для обучения. Подробности см. в разделе Биллинг.
Метрики в реальном времени
Во время обучения просматривай актуальные метрики 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| Подвкладка | Метрики |
|---|---|
| Charts | Потери (Box/class/DFL), mAP50, mAP50-95, precision, recall |
| Console | Журналы обучения в реальном времени с поддержкой ANSI-цветов и обнаружением ошибок |
| System | Использование GPU, памяти, температуры, CPU и диска |
При облачном обучении лучшая модель (best.pt, контрольная точка с самым высоким mAP) сохраняется автоматически и становится доступной для скачивания, экспорта и развертывания после завершения обучения.
Быстрый старт
Начни облачное обучение менее чем за минуту:
- Создай проект на боковой панели
- Нажми New Model
- Выбери модель, набор данных и GPU
- Нажми Start Training
Быстрые ссылки
- Проекты: Организуй свои модели и эксперименты
- Модели: Управляй обученными контрольными точками
- Облачное обучение: Обучай на облачных GPU
FAQ
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 процесс обучения с 1000 изображений, YOLO26n, 100 эпохами на RTX PRO 6000 занимает около 2-3 часов. Небольшие запуски (500 изображений, 50 эпох на RTX 4090) завершаются менее чем за час. Подробные оценки стоимости см. в примерах затрат.
Можно ли обучать несколько моделей одновременно?
Да. Лимиты на параллельное облачное обучение зависят от твоего плана: Free позволяет 3, Pro — 10, Enterprise — без ограничений. Для дополнительного параллельного обучения используй удаленное обучение на нескольких машинах.
Что произойдет, если обучение прервется?
Если обучение прервется:
- Контрольные точки сохраняются на каждой эпохе
- Ты сможешь возобновить обучение с последней контрольной точки
- Кредиты списываются только за фактически использованное время вычислений
Как выбрать подходящий GPU?
| Сценарий | Рекомендуемый GPU |
|---|---|
| Большинство задач обучения | RTX PRO 6000 |
| Большие наборы данных или размеры батчей | H100 SXM или H200 |
| Экономичный вариант | RTX 4090 |