Huấn luyện Mô hình#
Ultralytics Platform cung cấp các công cụ toàn diện để training YOLO models, từ việc tổ chức thí nghiệm đến chạy các tác vụ training trên cloud với tính năng phát trực tuyến số liệu theo thời gian thực.
Watch: Get Started with Ultralytics Platform - Train
Tổng quan#
Phần Huấn luyện hỗ trợ bạn:
- Tổ chức các model thành các projects để quản lý dễ dàng hơn
- Huấn luyện trên GPU đám mây chỉ với một cú nhấp chuột
- Theo dõi các chỉ số thời gian thực trong khi huấn luyện
- So sánh hiệu suất mô hình giữa các thử nghiệm
- Export sang 20 định dạng deployment (xem supported formats)
Quy trình làm việc#
graph LR
A[📁 Project]:::start --> B[⚙️ Configure]:::proc
B --> C[🚀 Train]:::proc
C --> D[📈 Monitor]:::proc
D --> E[📦 Export]:::out
classDef start fill:#4CAF50,color:#fff
classDef proc fill:#2196F3,color:#fff
classDef out fill:#9C27B0,color:#fff| Giai đoạn | Mô tả |
|---|---|
| Dự án | Tạo không gian làm việc để tổ chức các mô hình liên quan |
| Cấu hình | Chọn dataset, base model và các tham số training |
| Huấn luyện | Chạy trên GPU đám mây hoặc phần cứng cục bộ của bạn |
| Theo dõi | Xem các đường cong mất mát (loss curves) và chỉ số thời gian thực |
| Xuất | Chuyển đổi sang 20 định dạng deployment (details) |
Các Tùy chọn Huấn luyện#
Ultralytics Platform hỗ trợ nhiều phương pháp huấn luyện:
| Phương thức | Mô tả | Phù hợp nhất cho |
|---|---|---|
| Cloud Training | Huấn luyện trên GPU Đám mây của Ultralytics | Không cần GPU cục bộ, khả năng mở rộng |
| Local Training | Huấn luyện tại chỗ, truyền phát chỉ số lên nền tảng | Phần cứng hiện có, quyền riêng tư |
| Colab Training | Sử dụng Google Colab với tích hợp nền tảng | Truy cập GPU miễn phí |
Khi bạn chọn một GPU rẻ hơn RTX PRO 6000 và dung lượng do Ultralytics quản lý còn trống, Nền tảng sẽ chạy tác vụ của bạn trên RTX PRO 6000 nhưng vẫn tính phí theo mức giá theo giờ của GPU bạn đã chọn. Các lần chạy có thể hoàn thành sớm hơn và tốn ít chi phí hơn so với khi chạy trên GPU đã chọn — việc nâng cấp này không bao giờ làm tăng thời gian hay chi phí.
Các Tùy chọn GPU#
Các GPU khả dụng cho huấn luyện trên đám mây tại Ultralytics Cloud:
| GPU | Thế hệ | VRAM | Chi phí/Giờ | Phù hợp nhất cho |
|---|---|---|---|---|
| RTX 2000 Ada | Ada | 16 GB | $0.24 | Tập dữ liệu nhỏ, kiểm thử |
| RTX A4500 | Ampere | 20 GB | $0.25 | Tập dữ liệu nhỏ-trung bình |
| RTX 4000 Ada | Ada | 20 GB | $0.26 | Tập dữ liệu trung bình |
| RTX A5000 | Ampere | 24 GB | $0.27 | Tập dữ liệu trung bình |
| L4 | Ada | 24 GB | $0.39 | Tối ưu hóa cho suy luận |
| A40 | Ampere | 48 GB | $0.44 | Kích thước batch lớn hơn |
| RTX 3090 | Ampere | 24 GB | $0.46 | Huấn luyện tổng quát |
| RTX A6000 | Ampere | 48 GB | $0.49 | Các mô hình lớn |
| RTX PRO 4000 | Blackwell | 24 GB | $0.57 | Budget Blackwell |
| RTX PRO 4500 | Blackwell | 32 GB | $0.64 | Giá/hiệu năng tuyệt vời |
| RTX 4090 | Ada | 24 GB | $0.69 | Giá/hiệu năng tốt nhất |
| RTX 6000 Ada | Ada | 48 GB | $0.77 | Huấn luyện batch lớn |
| L40S | Ada | 48 GB | $0.86 | Huấn luyện batch lớn |
| RTX PRO 5000 | Blackwell | 48 GB | $0.96 | Huấn luyện batch lớn |
| RTX 5090 | Blackwell | 32 GB | $0.99 | Thế hệ người dùng mới nhất |
| L40 | Ada | 48 GB | $0.99 | Các mô hình lớn |
| A100 PCIe | Ampere | 80 GB | $1.39 | Huấn luyện sản xuất |
| A100 SXM | Ampere | 80 GB | $1.49 | Huấn luyện sản xuất |
| RTX PRO 6000 | Blackwell | 96 GB | $2.09 | Mặc định khuyến nghị |
| H100 PCIe | Hopper | 80 GB | $2.89 | Huấn luyện hiệu năng cao |
| H100 NVL | Hopper | 94 GB | $3.19 | Hiệu suất tối đa |
| H100 SXM | Hopper | 80 GB | $3.29 | Huấn luyện nhanh nhất |
| H200 NVL | Hopper | 143 GB | $3.39 | Bộ nhớ tối đa |
| H200 SXM | Hopper | 141 GB | $4.39 | Hiệu suất tối đa |
| B200 | Blackwell | 180 GB | $5.89 | Các model lớn (Pro+) |
| B300 | Blackwell | 288 GB | $7.39 | Các model lớn nhất (Pro+) |
GPU B200 và B300 yêu cầu Pro or Enterprise plan. Tất cả các GPU khác đều khả dụng trên mọi gói, bao gồm cả gói Free.
Tài khoản mới sẽ nhận được credit đăng ký để training. Kiểm tra phần Billing để biết thêm chi tiết.
Số liệu thời gian thực#
Trong khi huấn luyện, hãy xem các số liệu trực tiếp qua ba tab con:
graph LR
A[Charts]:::start --> B[Loss Curves]:::out
A --> C[Task Metrics]:::out
D[Console]:::start --> E[Live Logs]:::out
D --> F[Error Detection]:::out
G[System]:::start --> H[GPU, CPU & Memory]:::out
G --> I[Network & Disk I/O]:::out
classDef start fill:#4CAF50,color:#fff
classDef out fill:#9C27B0,color:#fff| Tab con | Số liệu |
|---|---|
| Biểu đồ | Các metric tác vụ (mAP50, mAP50-95, độ chính xác, độ thu hồi cho bài toán phát hiện), tổn thất train/val, tốc độ học |
| Console | Nhật ký training trực tiếp với màu ANSI và tính năng tự động phát hiện lỗi |
| Hệ thống | Mức sử dụng GPU, bộ nhớ và nhiệt độ GPU, CPU, RAM, I/O mạng và đĩa |
Checkpoint tốt nhất (best.pt, epoch có độ thích nghi cao nhất) được tải lên Nền tảng định kỳ trong khi quá trình training đang chạy và tải lên một lần nữa khi quá trình chạy kết thúc, do đó việc tải xuống, xuất và triển khai sẽ luôn sử dụng epoch tốt nhất đã tạo ra cho đến thời điểm đó. Các quá trình chạy bị hủy sẽ giữ lại checkpoint hoàn tất quá trình tải lên gần nhất.
Bắt đầu nhanh#
Bắt đầu với huấn luyện trên đám mây trong chưa đầy một phút:
- Tạo một dự án trong thanh bên
- Nhấp vào New Model
- Chọn một model, tập dữ liệu và GPU
- Nhấp vào Start Training
Liên kết nhanh#
- Projects: Tổ chức các model và thực nghiệm của bạn
- Models: Quản lý các checkpoint đã được train
- Cloud Training: Huấn luyện trên cloud GPU
Câu hỏi thường gặp#
Thời gian huấn luyện phụ thuộc vào:
- Kích thước tập dữ liệu (số lượng ảnh)
- Kích thước model (n, s, m, l, x)
- Số lượng epoch
- Loại GPU được chọn
Công cụ ước tính hiện tại dự đoán mất khoảng 6 phút cho 1000 ảnh, YOLO26n, 100 epochs trên RTX PRO 6000, và khoảng 2 phút cho 500 ảnh, YOLO26n, 50 epochs trên RTX 4090. Thời gian thực tế có thể thay đổi; hãy sử dụng ước tính trực tiếp trong hộp thoại training cho dataset và cấu hình đã chọn. Xem cost examples.
Có. Giới hạn huấn luyện đám mây đồng thời phụ thuộc vào gói của bạn: Free cho phép 3, Pro cho phép 10 và Enterprise không giới hạn. Để huấn luyện song song bổ sung, hãy sử dụng huấn luyện từ xa từ nhiều máy.
Nếu quá trình huấn luyện thất bại:
- Model được đánh dấu là thất bại và compute instance bị chấm dứt
- Trang model hiển thị banner lỗi kèm theo lỗi đã ghi lại, một liên kết đến đầu ra của console, và hành động Thử lại để mở lại hộp thoại training với cùng cấu hình
- Một quá trình chạy ngừng báo cáo hoạt động trong vài giờ sẽ tự động được đánh dấu là thất bại và tài nguyên tính toán của nó sẽ được giải phóng
- Nếu tài nguyên tính toán đám mây đã khởi động, thời gian GPU đã sử dụng sẽ bị tính phí; các lỗi xảy ra trước khi tài nguyên tính toán khởi động sẽ không bị tính phí sử dụng GPU
Kịch bản GPU khuyến nghị Hầu hết các tác vụ huấn luyện RTX PRO 6000 Các tập dữ liệu lớn hoặc batch size lớn H100 SXM hoặc H200 Tiết kiệm ngân sách RTX 4090