ultralytics
قم بتدريبYOLO Ultralytics على 22 وحدة معالجة رسومات (GPU) سحابية، وراقب كل مؤشر في الوقت الفعلي، وقارن التجارب جنبًا إلى جنب، كل ذلك من خلال منصة واحدة.
127.7K
نجوم GitHub
234M
التنزيلات
2.5B
الاستخدامات اليومية
تم تصميم Ultralytics خصيصًا لتتوافق مع النماذج التي تستخدمها بالفعل. قم بتدريب Ultralytics YOLO11 YOLOv8 YOLOv5 جميع مهام الرؤية الحاسوبية الخمس، مع دعم كامل بدءًا من النماذج الصغيرة جدًا وصولاً إلى النماذج الكبيرة.
ابدأ باستخدام أحدYOLO Ultralytics : YOLOv5 YOLO26 أو YOLO11 أو YOLOv8 أو YOLOv5 التي تم تدريبها مسبقًا من قِبل المؤلفين الأصليين، وهي جاهزة للضبط الدقيق.
استخدم نموذج الرؤية الحاسوبية الخاص بك: قم بتحميل ملف بتنسيق .pt وقم بتدريبه على وحدات معالجة الرسومات (GPU) السحابية. يتم تحليل معلمات التدريب والبنية والنتائج تلقائيًا.
مجموعة البيانات الخاصة بك أم مجموعات البيانات الخاصة بنا: قم بربط بيانات التدريب الخاصة بك ومجموعات البيانات المصنفة، أو تصفح مجموعات البيانات الرسمية Ultralytics والمجموعات التي يشاركها أعضاء المجتمع للبدء.
اختر من بين 22 GPU ، بدءًا من RTX 4090 وA100 وصولاً إلى H100 وH200 وB200. حدد GPU التي تريدها، وحدد ميزانيتك، وابدأ التدريب. تقوم المنصة بتقدير التكلفة والمدة مسبقًا، لذا لن تكون هناك أي مفاجآت.
هل تفضل استخدام أجهزتك الخاصة؟ قم بالتدريب على وحدات معالجة الرسومات (GPU) أو وحدات المعالجة المركزية (CPU) الموجودة لديك، وقم ببث المقاييس في الوقت الفعلي إلى المنصة باستخدامPython Ultralytics Python . ستظهر تجاربك جنبًا إلى جنب مع عمليات التشغيل السحابية في لوحة معلومات المشروع نفسها.
يتم رسم منحنيات الخسارة، ومتوسط الضغط ( mAP)، والدقة، ومعدل الاسترجاع لكل حقبة، مع وجود نقاط تفتيش تلقائية والحفاظ على أفضل نموذج طوال العملية.
يتم بث سجلات التدريب المباشرة من وحدة GPU دعم ألوان ANSI واكتشاف الأخطاء تلقائيًا، مما يتيح الكشف عن المشكلات على الفور.
تؤكد بيانات القياس عن بُعد في الوقت الفعلي GPU والذاكرة ودرجة الحرارة CPU والقرص GPU بكفاءة طوال فترة التشغيل.
يُعد التحقق من صحة النماذج خطوة أساسية بمجرد انتهاء تدريب نماذج الرؤية الحاسوبية الخاصة بك. راجع مصفوفة الارتباك ومنحنى PR والمقاييس الخاصة بكل فئة مباشرةً من خلال المنصة، ثم قم بالتصدير إلى أكثر من 17 تنسيقًا، تم تحسينها للنشر في السحابة أو على الحافة أو على الجهاز.
1
إضافة تعليق
2
تدريب
3
انشر
نعم. تدعم Ultralytics التدريب المحلي على وحدات معالجة الرسومات (GPU) أو وحدات المعالجة المركزية (CPU) الخاصة بك. قم بتثبيت Python Ultralytics Python وقم بتعيين مفتاح واجهة برمجة التطبيقات (API) الخاص بك، وابدأ التدريب، حيث يتم بث المقاييس في الوقت الفعلي مباشرةً إلى لوحة معلومات المنصة جنبًا إلى جنب مع عمليات التدريب السحابية الخاصة بك. يمنحك هذا المرونة في استخدام أجهزتك الخاصة مع الحفاظ على تنظيم جميع التجارب في مكان واحد.
تقدم Ultralytics 22 GPU تتراوح أسعارها بين 0.24 دولار و4.99 دولار في الساعة. بالنسبة لمعظم أحمال العمل، تُعد وحدة RTX PRO 6000 (96 جيجابايت، 1.89 دولار/ساعة) خيارًا افتراضيًا قويًا. أما بالنسبة للتدريب الذي يتطلب سرعة في الإنجاز، فإن وحدتي H100 وH200 توفران أقصى أداء. بالنسبة للاختبارات ومجموعات البيانات الصغيرة، تعمل الخيارات الاقتصادية مثل RTX 2000 Ada (0.24 دولار/ساعة) بشكل جيد. تعرض المنصة التكلفة والمدة التقديريتين قبل البدء، بحيث يمكنك اختيار التوازن المناسب بين السرعة والميزانية لمشروعك.
إذا فشلت عملية التدريب، فلن يتم تحصيل أي رسوم منك. لن يتم تحصيل الرسوم إلا مقابل GPU الفعلي في عمليات التدريب المكتملة أو التي تم إلغاؤها يدويًّا. يتم حفظ نقاط التحقق طوال فترة التدريب، لذا إذا توقفت عملية التدريب أو تم إلغاؤها، فسيتم الاحتفاظ بالتقدم الذي أحرزته حتى تلك النقطة. يمكنك مراجعة سجلات وحدة التحكم لتشخيص المشكلات وإعادة بدء التدريب بإعدادات معدلة.
نعم. تدعم Ultralytics عمليات التدريب المتزامنة. يمكن لمستخدمي الخطة المجانية تشغيل ما يصل إلى 3 مهام تدريب متزامنة، بينما يمكن لمستخدمي الخطة الاحترافية تشغيل ما يصل إلى 10 مهام، أما مستخدمو الخطة المؤسسية فيتمتعون بعدد غير محدود. وتحصل كل عملية تدريب على GPU مخصص لها.
يعتمد وقت التدريب على حجم مجموعة البيانات وحجم النموذج وعدد الدورات GPU . على سبيل المثال، يستغرق تدريب نموذج YOLO26n على 1000 صورة لمدة 100 دورة حوالي 2-3 ساعات على بطاقة RTX PRO 6000. أما النماذج الأكبر حجماً مثل YOLO26x، فستستغرق وقتاً أطول في نفس التكوين. وتقوم المنصة بتقدير التكلفة والمدة قبل بدء التدريب، بحيث تكون على دراية دائمة بما يمكن توقعه.
تدريب النموذج هو عملية تعليم نموذج الرؤية الحاسوبية كيفية التعرف على الأنماط الموجودة في البيانات المرئية. أثناء التدريب، يعالج النموذج آلاف الصور المصنفة، ويقوم بتعديل معلماته، ويحسن تدريجيًا قدرته على detect الكائنات أو segment أو classify. على Ultralytics يتم دمج عملية التدريب مباشرةً في سير عمل التوضيح والنشر. وبمجرد الانتهاء من تصنيف مجموعة البيانات الخاصة بك، يمكنك اختيار YOLO واختيار GPU سحابية، وبدء التدريب، كل ذلك دون مغادرة المنصة.
قم ببناء نماذج الذكاء الاصطناعي للرؤية الجاهزة للإنتاج على وحدات معالجة الرسومات (GPU) السحابية — ابتداءً من 0.24 دولار في الساعة.
