Model Eğitimi
Ultralytics Platformu, deneyleri organize etmekten gerçek zamanlı metrik akışı ile bulut eğitim işlerini çalıştırmaya kadar YOLO modellerini eğitmek için kapsamlı araçlar sunar.
Genel Bakış
Eğitim bölümü size yardımcı olur:
- Modelleri, daha kolay yönetim için projelere organize edin
- Eğitin: Bulut GPU'larında tek tıklamayla eğitim yapın
- İzleyin: Eğitim sırasında gerçek zamanlı metrikleri izleyin
- Karşılaştırın: 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| Aşama | Açıklama |
|---|---|
| Proje | İlgili modelleri düzenlemek için bir çalışma alanı oluşturun |
| Yapılandır | Veri kümesini, temel modeli ve eğitim parametrelerini seçin |
| Eğit | Bulut GPU'larında veya yerel donanımınızda çalıştırın |
| İzleyin | Gerçek zamanlı kayıp eğrilerini ve metrikleri görüntüleyin |
| Dışa aktar | 17 dağıtım formatına dönüştürün |
Eğitim Seçenekleri
Ultralytics Platformu birden fazla eğitim yaklaşımını destekler:
| Metot | Açıklama | En Uygun Olduğu Alan |
|---|---|---|
| Bulut Eğitimi | Platform bulut GPU'larında eğitim yapın | Yerel GPU yok, ölçeklenebilirlik |
| Uzaktan Eğitim | Yerel olarak eğitim yapın, metrikleri Platform'a aktarın | Mevcut donanım, gizlilik |
| Colab Eğitimi | Platform entegrasyonuyla Google Colab'ı kullanın | Ücretsiz GPU erişimi |
GPU Seçenekleri
Bulut eğitimi için mevcut GPU'lar:
| Kademe | GPU | VRAM | Saatlik Maliyet | En Uygun Olduğu Alan |
|---|---|---|---|---|
| Bütçe | RTX A2000 | 6 GB | $0.12 | Küçük veri kümeleri, test etme |
| Bütçe | RTX 3080 | 10 GB | $0.25 | Orta büyüklükteki veri kümeleri |
| Bütçe | RTX 3080 Ti | 12 GB | $0.30 | Orta büyüklükteki veri kümeleri |
| Bütçe | A30 | 24 GB | $0.44 | Daha büyük parti boyutları |
| Orta | L4 | 24 GB | $0.54 | Çıkarım optimizasyonu |
| Orta | RTX 4090 | 24 GB | $0.60 | Mükemmel fiyat/performans oranı |
| Orta | A6000 | 48 GB | $0.90 | Büyük modeller |
| Orta | L40S | 48 GB | $1.72 | Büyük parti eğitimi |
| Pro | A100 40GB | 40 GB | $2.78 | Üretim eğitimi |
| Pro | A100 80GB | 80 GB | $3.44 | Çok büyük modeller |
| Pro | RTX PRO 6000 | 48 GB | $3.68 | Ultralytics |
| Pro | H100 | 80 GB | $5.38 | En hızlı eğitim |
| Kurumsal | H200 | 141 GB | $5.38 | Maksimum performans |
| Kurumsal | B200 | 192 GB | $10.38 | En büyük modeller |
Kayıt Kredileri
Yeni hesaplar, eğitim için kayıt kredisi alır. Ayrıntılar için Faturalandırma bölümüne bakın.
Gerçek Zamanlı Metrikler
Eğitim sırasında canlı metrikleri görüntüleyin:
- Kayıp Eğrileri: Kutu, sınıf ve DFL kaybı
- Performans: mAP50, mAP50-95, kesinlik, geri çağırma
- Sistem İstatistikleri: GPU kullanımı, bellek kullanımı
- Kontrol Noktaları: En iyi ağırlıkların otomatik olarak kaydedilmesi
Hızlı Bağlantılar
- Projeler: Modellerinizi ve deneylerinizi düzenleyin
- Modeller: Eğitilmiş kontrol noktalarını yönetin
- Bulut Eğitimi: Bulut GPU'larında eğitim yapın
SSS
Eğitim ne kadar sürer?
Eğitim süresi şunlara bağlıdır:
- Veri kümesi boyutu (görüntü sayısı)
- Model boyutu (n, s, m, l, x)
- Epoch sayısı
- Seçilen GPU türü
RTX 4090 üzerinde 1000 görüntü, YOLO26n 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 epokta kaydedilir
- Son kontrol noktasından devam edebilirsiniz
- Krediler yalnızca tamamlanan işlem süresi için tahsil edilir
Doğru GPU'yu nasıl seçerim?
| Senaryo | Önerilen GPU |
|---|---|
| Small datasets (<5000 images) | RTX 4090 |
| Orta boyutlu veri kümeleri (5000-50000 görüntü) | A100 40GB |
| Büyük veri kümeleri veya toplu iş boyutları | A100 80GB veya H100 |
| Bütçeye duyarlı | RTX 3090 |
