Başla

Model Eğitimi

Ultralytics Platform, deneyleri düzenlemekten gerçek zamanlı metrik akışıyla bulut eğitim işlerini çalıştırmaya kadar YOLO modellerini eğitmek için araçlar sunar.



İzle: Ultralytics Platform'u kullanmaya başla - Eğitim

Genel Bakış#

Eğitim bölümü şunları yapmana yardımcı olur:

  • Daha kolay yönetim için modelleri projeler hâlinde düzenle
  • Tek tıklamayla bulut GPU'larında eğit
  • Eğitim sırasında gerçek zamanlı metrikleri izle
  • Deneyler arasında model performansını karşılaştır
  • 23 dağıtım biçimine dışa aktar (desteklenen biçimlere bak)

Ultralytics Platform Eğitim Genel Bakışı

İş akışı#

AşamaAçıklama
Projeİlgili modelleri düzenlemek için bir çalışma alanı oluştur
YapılandırVeri kümesini, temel modeli ve eğitim parametrelerini seç
EğitBulut GPU'larında veya yerel donanımında çalıştır
İzleGerçek zamanlı kayıp eğrilerini ve metrikleri görüntüle
Dışa Aktar23 dağıtım biçimine dönüştür (ayrıntılar)

Eğitim Seçenekleri#

Ultralytics Platform birden fazla eğitim yaklaşımını destekler:

YöntemAçıklamaEn Uygun Kullanım Alanı
Bulut EğitimiUltralytics Cloud GPU'larında eğitim yapYerel GPU gerekmez, ölçeklenebilir
Yerel EğitimYerel olarak eğitim yap, metrikleri platforma aktarMevcut donanım, gizlilik
Colab EğitimiPlatform entegrasyonuyla Google Colab'ı kullanÜcretsiz GPU erişimi
Otomatik GPU Yönlendirme

RTX PRO 6000'den daha ucuz bir GPU seçtiğinde ve Ultralytics tarafından yönetilen kapasite boşta olduğunda Platform, seçtiğin GPU'nun saatlik ücretini uygulamaya devam ederken işini bir RTX PRO 6000'de çalıştırır. Çalıştırmalar daha kısa sürede tamamlanabilir ve seçilen GPU'da çalıştırmaya kıyasla daha düşük maliyetli olabilir; bu yükseltme hiçbir zaman süreyi veya maliyeti artırmaz.

GPU Seçenekleri#

Ultralytics Cloud'da bulut eğitimi için kullanılabilir GPU'lar:

GPUNesilVRAMEn Uygun Kullanım Alanı
RTX 2000 AdaAda16 GBKüçük veri kümeleri, test
RTX A4500Ampere20 GBKüçük-orta ölçekli veri kümeleri
RTX A5000Ampere24 GBOrta ölçekli veri kümeleri
RTX 4000 AdaAda20 GBOrta ölçekli veri kümeleri
RTX 3090Ampere24 GBGenel amaçlı eğitim
RTX PRO 4000Blackwell24 GBEkonomik Blackwell
L4Ada24 GBÇıkarım için optimize edilmiş
A40Ampere48 GBDaha büyük toplu iş boyutları
RTX A6000Ampere48 GBBüyük modeller
RTX PRO 4500Blackwell32 GBFiyat/performans açısından çok iyi
L40Ada48 GBBüyük modeller
RTX 4090Ada24 GBGenel amaçlı eğitim
RTX PRO 5000Blackwell48 GBBüyük toplu işlerle eğitim
RTX 6000 AdaAda48 GBBüyük toplu işlerle eğitim
L40SAda48 GBBüyük toplu işlerle eğitim
RTX 5090Blackwell32 GBEn yeni tüketici nesli
A100 PCIeAmpere80 GBÜretim eğitimi
A100 SXMAmpere80 GBÜretim eğitimi
RTX PRO 6000Blackwell96 GBÖnerilen varsayılan seçenek
H100 PCIeHopper80 GBYüksek performanslı eğitim
H100 NVLHopper94 GBMaksimum performans
H200 NVLHopper143 GBMaksimum bellek
H100 SXMHopper80 GBEn hızlı eğitim
H200 SXMHopper141 GBMaksimum performans
B200Blackwell180 GBBüyük modeller (Pro+)
B300Blackwell288 GBEn büyük modeller (Pro+)

Güncel saatlik fiyatlar, eğitim iletişim kutusundaki GPU seçicisinde ve fiyatlandırma sayfasında gösterilir.

GPU Katmanı Erişimi

B200 ve B300 GPU'ları için Pro veya Enterprise planı gerekir. Diğer tüm GPU'lar, Free dâhil tüm planlarda kullanılabilir.

Kayıt Kredileri

Yeni hesaplara eğitim için kayıt kredileri verilir. Ayrıntılar için Faturalandırma sayfasına bak.

Gerçek Zamanlı Metrikler#

Modelin Train sekmesinde canlı metrikleri ve varsa doğrulama sonuçlarını görüntüle:

Alt sekmeMetrikler
MetriklerGörev metrikleri (algılama için mAP50, mAP50-95, kesinlik, duyarlılık), eğitim/doğrulama kayıpları, öğrenme oranı
DoğrulamaVarsa kaydedilmiş doğrulama grafikleri ve görüntü başına analiz
KonsolANSI renkli ve otomatik hata tespitli canlı eğitim günlükleri
SistemGPU kullanımı, GPU belleği ve sıcaklığı, CPU, RAM, ağ ve disk G/Ç'si
Otomatik Kontrol Noktaları

En iyi kontrol noktası (best.pt, en yüksek uygunluk değerine sahip epoch), Platform'a eğitim devam ederken düzenli aralıklarla ve çalıştırma sona erdiğinde yeniden yüklenir. Böylece indirme, dışa aktarma ve dağıtım işlemlerinde her zaman o ana kadar üretilen en iyi epoch kullanılır. İptal edilen çalıştırmalarda, yüklemesi tamamlanan son kontrol noktası korunur.

Hızlı Başlangıç#

Bulut eğitimine bir dakikadan kısa sürede başla:

  1. Kenar çubuğunda bir proje oluştur
  2. New Model'e tıkla
  3. Bir model, veri kümesi ve GPU seç
  4. Start Training'e tıkla
  • Projeler: Modellerini ve deneylerini düzenle
  • Modeller: Eğitilmiş kontrol noktalarını yönet
  • Bulut Eğitimi: Bulut GPU'larında eğitim yap
  • AutoTrain: Deneyler çalıştırmak ve modelleri karşılaştırmak için Ask AI'ı kullan

Sık Sorulan Sorular#

  • Eğitim süresi şunlara bağlıdır:

    • Veri kümesi boyutu (görüntü sayısı)
    • Model boyutu (n, s, m, l, x)
    • Epoch sayısı
    • Seçilen GPU türü

    Güncel tahmin aracı, RTX PRO 6000 üzerinde YOLO26n ile 1000 görüntü ve 100 epoch için yaklaşık 6 dakika, RTX 4090 üzerinde YOLO26n ile 500 görüntü ve 50 epoch için yaklaşık 2 dakika öngörüyor. Gerçek süre değişebilir; seçilen veri kümesi ve yapılandırma için eğitim iletişim kutusunda gösterilen canlı tahmini kullan.

  • Evet. Eş zamanlı bulut eğitimi sınırları planına bağlıdır: Free planında 3, Pro planında 10 eş zamanlı çalıştırma yapılabilir; Enterprise planında sınır yoktur. Daha fazla paralel eğitim için birden çok makineden uzaktan eğitim kullan.

  • Eğitim başarısız olursa:

    1. Model başarısız olarak işaretlenir ve işlem örneği sonlandırılır
    2. Model sayfasında yakalanan hatayı, konsol çıktısına bir bağlantıyı, Yapay Zekâyla Tanıla seçeneğini ve aynı yapılandırmayla eğitim iletişim kutusunu yeniden açan Eğitimi Yeniden Dene eylemini (Editor rolü veya üzeri) içeren bir hata bandı gösterilir
    3. 4 saat boyunca etkinlik bildirmeyen bir çalıştırma otomatik olarak başarısız işaretlenir ve işlem kaynakları serbest bırakılır
    4. Bulut işlem kaynakları kullanıma açılmışsa geçen GPU süresi ücretlendirilir; işlem kaynakları kullanıma açılmadan önce oluşan hatalarda GPU kullanım ücreti alınmaz
  • SenaryoÖnerilen GPU
    Çoğu eğitim işiRTX PRO 6000
    Büyük veri kümeleri veya toplu iş boyutlarıH100 SXM veya H200
    Bütçeyi gözetenler içinRTX 4090

Yorumlar

Bir soru sor, sonuçlarını paylaş veya başka birine yardım et.