درّب نماذج الذكاء الاصطناعي للرؤية بنقرات، لا بأيام

نعم. ثبّت إصداراً حديثاً من حزمة ultralytics (Python 3.11 أو أحدث)، واضبط مفتاح API الخاص بمنصتك، ودرّب باستخدام project="username/project" من أجل بث المقاييس إلى Ultralytics Platform إلى جانب عمليات التشغيل السحابية. يعمل ذلك على الأجهزة المحلية وفي دفاتر الملاحظات مثل Google Colab. ولا يستهلك التدريب على أجهزتك الخاصة أي أرصدة في Platform ولا يُحتسب ضمن حد التدريب السحابي.

اختر وفقاً لحجم النموذج ومجموعة البيانات واحتياجات الذاكرة والميزانية. توفر Platform 26 وحدة NVIDIA GPU بأسعار تبدأ من 0.24 دولاراً للساعة. وتُعد RTX PRO 6000 الخيار الافتراضي الموصى به لمعظم المهام، بينما تناسب وحدات GPU الاقتصادية التجارب الأصغر. تستطيع مساحات العمل المجانية استخدام 24 منها؛ ويتطلب استخدام B200 وB300 خطة Pro أو Enterprise. يعرض مربع حوار التدريب الأسعار الحالية والوقت والتكلفة المقدّرة قبل البدء.

تدفع مقابل وقت استخدام GPU السحابي. لا تكلفك عملية تشغيل تفشل قبل بدء GPU شيئاً؛ أما بعد تشغيل GPU، فتُحتسب تكلفة عمليات التشغيل المكتملة والملغاة والفاشلة بحسب الوقت المنقضي. إذا انخفض رصيدك إلى ما دون الصفر، تتوقف عمليات التشغيل السحابية النشطة وتُحتسب تكلفة الوقت المستهلك، ويساعد الشحن التلقائي على تجنب ذلك. تحتفظ العملية المتوقفة بآخر نقطة تحقق محمّلة، إن وُجدت، ويستعيد Retry Training نموذج العملية الفاشلة ومجموعة بياناتها وإعدادات تدريبها.

نعم. يمكن لمساحات العمل المجانية تشغيل ما يصل إلى 3 مهام تدريب سحابية في الوقت نفسه، وتصل إلى 10 في Pro، بينما لا يفرض Enterprise حداً. ولا يُحتسب التدريب على أجهزتك الخاصة ضمن هذه الحدود.

يعتمد ذلك على حجم مجموعة البيانات وحجم النموذج وحجم الصور وعدد العصور ووحدة GPU. فعلى سبيل المثال، تتوقع أداة التقدير، بالإعدادات الافتراضية، نحو 6 دقائق و0.23 دولاراً لتدريب YOLO26n على 1,000 صورة مدة 100 عصر بدقة 640 بكسلاً على RTX PRO 6000؛ وتستغرق النماذج الأكبر وقتاً أطول. يتغير الوقت والتكلفة الفعليان، لذا راجع تقدير إعداداتك قبل البدء.

يدرّب النموذج عملية تحسين معلمات نموذج الرؤية الحاسوبية باستخدام أمثلة موسومة، كي يتمكن من التعرف على الأنماط نفسها في الصور الجديدة. في Ultralytics Platform، تنتقل من التعليق التوضيحي إلى التدريب ضمن مساحة عمل واحدة: اختر مجموعة البيانات والنموذج ووحدة GPU سحابية، ثم ابدأ عملية التشغيل.

نعم. ابدأ عملية تشغيل باستخدام نموذج رسمي من YOLO26 أو YOLO11 أو YOLOv8 أو YOLOv5، أو نموذج سبق أن درّبته، أو نقطة تحقق .pt من Ultralytics تُحمّلها (حتى 1 GB). لتحسين نموذج باستخدام صور أو فئات جديدة، أضفها إلى مجموعة البيانات ودرّب انطلاقاً من نموذجك الحالي. ينتج عن ذلك نموذج جديد مضبوط بدقة، مع بقاء النموذج الأصلي دون تغيير.

ابدأ بنموذج Ultralytics YOLO26 صغير، مثل YOLO26n أو YOLO26s. تتدرب النماذج الأصغر وتعمل بسرعة أكبر، وتناسب الأجهزة الطرفية؛ أما النماذج الأكبر فقد تكون أدق، لكنها تحتاج إلى قدرة حوسبة أكبر. قارن بين نموذج صغير وآخر أكبر في المشروع نفسه، ثم اختر بناءً على الدقة والسرعة والجهاز الذي ستشغّله عليه.

نعم. لا تتضمن الخطة المجانية رسوم اشتراك، وتشمل رصيدًا بقيمة 5 دولارات عند التسجيل، أو 25 دولارًا إجمالًا بعد التحقق من بريد إلكتروني خاص بالشركة. يستهلك التدريب السحابي أرصدةً مقابل وقت استخدام GPU، ولا تُفرض رسوم على المنصة عند التدريب على أجهزتك الخاصة. راجع الأسعار للاطّلاع على الخطط والأرصدة.

تخضع نماذج Ultralytics YOLO افتراضيًا لترخيص AGPL-3.0، ولا تشمل الخطتان المجانية وPro ترخيص المؤسسات. لاستخدام نماذجك في منتجات احتكارية دون الالتزامات المترتبة على AGPL-3.0، تحتاج إلى ترخيص المؤسسات من Ultralytics. راجع الترخيص للاطّلاع على التفاصيل.