Ultralytics HUB 型号

Ultralytics HUB模型为在定制数据集上训练视觉人工智能模型提供了简化的解决方案。

该过程用户友好且高效，包括简单的三步创建和由Ultralytics YOLOv8 支持的加速培训。在培训过程中，可实时更新模型指标，以便监控每一步进展。培训完成后，您可以预览模型，并轻松将其部署到实际应用中。因此，Ultralytics HUB 为模型创建、培训、评估和部署提供了一个全面而简单的系统。

观看： Ultralytics HUB 培训和验证概述

火车模型

单击侧边栏中的 "模型"按钮，然后单击页面右上方的 "列车模型"按钮，导航至 "模型 "页面。

此操作将触发列车模型对话框，其中有三个简单步骤：

1.数据集

在这一步中，您必须选择要训练模型的数据集。选择数据集后，单击 "继续"。

2.模型

在这一步中，您必须选择要创建模型的项目、模型名称和模型结构。

默认情况下，您的模型将使用预训练模型（在COCO数据集上训练），以减少训练时间。您可以通过打开 "高级模型配置"（Advanced Model Configuration）手风琴来更改这一行为并调整模型的配置。

观看： 如何在Ultralytics HUB 中配置Ultralytics YOLOv8 培训参数

或者，点击自定义选项卡，从以前训练过的模型开始训练。

对模型配置满意后，单击 "继续"。

3.火车

在这一步中，您将开始训练您的模型。

Ultralytics HUB提供三种培训方案：

• Ultralytics 云
• Google Colab
• 自带代理

a.Ultralytics 云

您需要升级到专业计划才能访问Ultralytics Cloud。

要使用我们的云培训解决方案培训模型，请阅读Ultralytics 云培训文档。

b.Google Colab

要开始使用Google Colab 训练模型，请按照Ultralytics HUB Train Model对话框或Google Colab笔记本上的说明进行操作。

培训开始后，您可以单击 "完成"，并在 "模型 "页面上监控培训进度。

c.自带代理

观看： 使用Ultralytics HUB 进行 "自带代理 "模型培训

要使用自己的代理开始训练模型，请按照Ultralytics HUB 训练模型对话框中显示的说明进行操作。

安装 ultralytics 从 PyPI.

pip install -U ultralytics

接下来，使用提供的Python 代码开始训练模型。

培训开始后，您可以单击 "完成"，并在 "模型 "页面上监控培训进度。

分析模型

训练模型后，可以分析模型指标。

列车"选项卡显示了根据任务精心分组的最重要指标。

要访问所有模型指标，请单击 "图表"选项卡。

预览模型

训练模型后，您可以单击 "预览"选项卡对其进行预览。

在测试卡中，您可以从训练时使用的数据集中选择一张预览图像，或者从设备中上传一张图像。

此外，您还可以直接在您的 iOS或 AndroidUltralytics 移动设备 上实时预览您的模型。

部署模式

训练模型后，您可以将其导出为 13 种不同的格式，包括ONNX,OpenVINO,CoreML,TensorFlow, Paddle 等。

您还可以在生产中使用我们的推理 API。

更多信息请阅读Ultralytics Inference API文档。

共享模式

导航到要共享的模型的模型页面，打开模型操作下拉菜单并单击共享选项。此操作将触发 "共享模型"对话框。

将一般访问权限设置为 "非列表"，然后单击保存。

现在，任何拥有您模型直接链接的人都可以查看它。

编辑模式

导航到要编辑的模型的模型页面，打开模型操作下拉菜单并单击编辑选项。此操作将触发更新模型对话框。

在模型上应用所需的修改，然后单击 "保存"确认更改。

删除模型

导航到要删除的模型的模型页面，打开模型操作下拉菜单，点击删除选项。该操作将删除模型。

评论