Model Eğitimi
Ultralytics , deneylerin düzenlenmesinden gerçek zamanlı metrik akışıyla bulut eğitim işlerinin yürütülmesine kadar YOLO eğitimi için kapsamlı araçlar sunar.
Genel Bakış
Eğitim bölümü size şu konularda yardımcı olur:
- Modelleri daha kolay yönetmek için projelere göre düzenleyin
- Tek bir tıklama ile bulut GPU'larda eğitim yapın
- Eğitim sırasında gerçek zamanlı ölçümleri izleyin
- Deneyler arasında model performansını karşılaştırın
İş akışı
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| Sahne | Açıklama |
|---|---|
| Proje | İlgili modelleri düzenlemek için bir çalışma alanı oluşturun |
| Yapılandır | Veri setini, temel modeli ve eğitim parametrelerini seçin. |
| Eğit | Bulut GPU'larında veya yerel donanımınızda çalıştırın |
| Monitör | Gerçek zamanlı kayıp eğrilerini ve ölçümlerini görüntüleyin |
| Dışa aktar | 17 dağıtım formatına dönüştür |
Eğitim Seçenekleri
Ultralytics , birden fazla eğitim yaklaşımını destekler:
| Metot | Açıklama | En İyisi |
|---|---|---|
| Bulut Eğitimi | Platform bulut GPU'larında eğitim | Yerel GPU yok, ölçeklenebilirlik |
| Uzaktan Eğitim | Yerel olarak eğitin, metrikleri Platform'a aktarın | Mevcut donanım, gizlilik |
| Colab Eğitimi | Platform entegrasyonu ile Google kullanın | Ücretsiz GPU |
GPU
Bulut eğitimi için kullanılabilir GPU'lar:
| GPU | VRAM | Performans | Maliyet |
|---|---|---|---|
| RTX 3090 | 24 GB | İyi | 0,44 $/saat |
| RTX 4090 | 24 GB | Mükemmel | 0,74 $/saat |
| L40S | 48 GB | Çok iyi | 1,14 $/saat |
| A100 40 GB | 40 GB | Mükemmel | 1,29 $/saat |
| A100 80 GB | 80 GB | Mükemmel | 1,99 $/saat |
| H100 80 GB | 80 GB | En İyi | 3,99 $/saat |
Ücretsiz Eğitim
Yeni hesaplar eğitim için kredi alır. Ayrıntılar için Faturalandırma bölümüne bakın.
Gerçek Zamanlı Metrikler
Eğitim sırasında canlı metrikleri görüntüleyin:
- Kayıp Eğrileri: Kutu, sınıf ve DFL kaybı
- Performans: mAP50, mAP50, hassasiyet, geri çağırma
- Sistem İstatistikleri: GPU , bellek kullanımı
- Kontrol noktaları: En iyi ağırlıkların otomatik olarak kaydedilmesi
Hızlı Bağlantılar
- Projeler: Modellerinizi ve deneylerinizi düzenleyin
- Modeller: Eğitimli kontrol noktalarını yönetme
- Bulut Eğitimi: Bulut GPU'larda eğitim
SSS
Eğitim ne kadar sürer?
Eğitim süresi şunlara bağlıdır:
- Veri kümesi boyutu (görüntü sayısı)
- Model boyutu (n, s, m, l, x)
- Dönem sayısı
- Seçilen GPU
RTX 4090 üzerinde 1000 görüntü, YOLO11n ve 100 dönem içeren tipik bir eğitim çalışması yaklaşık 30-60 dakika sürer.
Birden fazla modeli aynı anda eğitebilir miyim?
Bulut eğitimi şu anda hesap başına bir eşzamanlı eğitim işini desteklemektedir. Paralel eğitim için, birden fazla makineden uzaktan eğitimi kullanın.
Eğitim başarısız olursa ne olur?
Eğitim başarısız olursa:
- Kontrol noktaları her dönemde kaydedilir
- Son kontrol noktasından devam edebilirsiniz.
- Krediler yalnızca tamamlanan hesaplama süresi için ücretlendirilir.
Doğru GPU nasıl seçerim?
| Senaryo | Önerilen GPU |
|---|---|
| Small datasets (<5000 images) | RTX 4090 |
| Orta büyüklükteki veri kümeleri (5000-50000 görüntü) | A100 40 GB |
| Büyük veri kümeleri veya toplu iş boyutları | A100 80 GB veya H100 |
| Bütçeye duyarlı | RTX 3090 |
