Ultralytics Benchmarks

Trainingsmethodik

Wir verwenden den Trainingsdurchsatz – die Anzahl der während des Trainings pro Sekunde verarbeiteten Bilder – als Maßstab; er korreliert direkt mit der Zeit bis zur Lösung. Jedes Ergebnis wird auf GPUs der Ultralytics Platform gemessen – derselben NVIDIA-Hardware, die du mit einem Klick für das Cloud-Training mietest, von Einstiegskarten für Workstations bis hin zu GPUs der Spitzenklasse für Rechenzentren. Wir trainieren YOLO26 in allen fünf Größen (n/s/m/l/x), damit du ein Modell passend zu deinem Hardwarebudget auswählen kannst.

Einstellungen. 2 Epochen auf 25 % von COCO mit 640 px, gemischte AMP-Präzision, eine GPU, wobei auto-batch (batch=-1) die größte in den Speicher passende Batch-Größe auswählt. Wir melden die stabile zweite Epoche, die das Aufwärmen der ersten Epoche (Caching des Datensatzes, CUDA-Graph-Aufzeichnung) und den Validierungsdurchlauf am Ende ausschließt. Die ermittelte Batch-Größe, der maximale VRAM-Verbrauch (einschließlich des CUDA-Kontexts) und die maximale Platinenleistung werden direkt von jeder GPU aufgezeichnet.

Kosteneffizienz. Bilder pro Dollar = Durchsatz × 3600 ÷ Stundenpreis unter Verwendung der On-Demand-Preise der Ultralytics Platform – dadurch ändert sich die Rangfolge oft deutlich, da preiswerte Karten pro Dollar mehr leisten als GPUs der Spitzenklasse. Siehe auch die Dokumentation zu den Modi Train und Benchmark.