درّب نماذج الذكاء الاصطناعي للرؤية بنقرات، لا بأيام

نعم. تدعم Ultralytics Platform التدريب المحلي على وحدات GPU أو CPU الخاصة بك. ثبّت حزمة Ultralytics Python، واضبط مفتاح API، وابدأ التدريب. وتتدفق المقاييس في الوقت الفعلي مباشرةً إلى لوحة معلومات المنصة إلى جانب عمليات التدريب السحابية. ويمنحك ذلك مرونة استخدام أجهزتك الخاصة مع الحفاظ على تنظيم جميع التجارب في مكان واحد.

توفر Ultralytics Platform 22 خيارًا لوحدات GPU تتراوح تكلفتها بين 0.24 و4.99 دولارًا في الساعة. ول معظم أعباء العمل، تُعد RTX PRO 6000 (بسعة 96 GB وتكلفة 1.89 دولار/ساعة) خيارًا افتراضيًا قويًا. أما للتدريب الحساس للوقت، فتقدم H100 وH200 أقصى أداء. وللاختبار ومجموعات البيانات الصغيرة، تعمل الخيارات الاقتصادية مثل RTX 2000 Ada (بتكلفة 0.24 دولار/ساعة) بشكل جيد. وتعرض المنصة التكلفة والمدة المقدرتين قبل البدء، حتى تتمكن من اختيار التوازن المناسب بين السرعة والميزانية لمشروعك.

إذا فشلت عملية تدريب، فلن تُفرض عليك أي رسوم. وستُحاسب فقط على وقت GPU الفعلي في عمليات التشغيل المكتملة أو الملغاة يدويًا. تُحفظ نقاط التحقق طوال التدريب، لذا إذا انقطعت عملية التشغيل أو أُلغيت، يُحتفظ بتقدمك حتى تلك النقطة. ويمكنك مراجعة سجلات وحدة التحكم لتشخيص المشكلات وإعادة بدء التدريب بإعدادات معدّلة.

نعم. تدعم Ultralytics Platform عمليات التدريب المتزامنة. ويمكن لمستخدمي الخطة المجانية تشغيل ما يصل إلى 3 مهام تدريب متزامنة، ولمستخدمي Pro تشغيل ما يصل إلى 10، بينما يمكن لمستخدمي Enterprise تشغيل عدد غير محدود من المهام المتزامنة. وتحصل كل عملية تشغيل على مثيل GPU مخصص خاص بها.

تعتمد مدة التدريب على حجم مجموعة البيانات، وحجم النموذج، وعدد العصور، واختيار GPU. وعلى سبيل المرجع، يستغرق تدريب YOLO26n على 1,000 صورة لمدة 100 عصر نحو ساعتين إلى ثلاث ساعات على RTX PRO 6000. وستستغرق النماذج الأكبر مثل YOLO26x وقتًا أطول بالإعداد نفسه. وتقوم المنصة بتقدير التكلفة والمدة قبل بدء التدريب، حتى تعرف دائمًا ما يمكن توقعه.

تدريب النموذج هو عملية تعليم نموذج رؤية حاسوبية التعرّف على الأنماط في البيانات المرئية. وأثناء التدريب، يعالج النموذج آلاف الصور الموسومة، ويعدّل معلماته، ويحسّن تدريجيًا قدرته على اكتشاف الكائنات أو تقسيمها أو تصنيفها. وعلى Ultralytics Platform، يندمج التدريب مباشرةً في سير عمل التعليق والنشر. وبعد وسم مجموعة البيانات، يمكنك اختيار نموذج YOLO، وتحديد وحدة GPU سحابية، وبدء التدريب دون مغادرة المنصة.