4. Oktober 2024
Sehen Sie sich mit uns an, wie Sie Ultralytics HUB zum Trainieren und Bereitstellen der neuen Ultralytics YOLO11-Modelle verwenden können. Wir werden Sie Schritt für Schritt durch den Prozess führen.
Ultralytics YOLO11 ist das neue, hochmoderne Computer-Vision-Modell, das für Aufgaben wie Objekterkennung, Bildklassifizierung und Instanzsegmentierung entwickelt wurde. Es ist schneller, genauer und effizienter als frühere Versionen von YOLO-Modellen (You Only Look Once). YOLO11 kann für eine Vielzahl von Echtzeit-Computer-Vision-Anwendungen verwendet werden. Das Beste ist, dass der Einstieg in Ultralytics YOLO11 genauso einfach und unkompliziert ist wie bei allen anderen Ultralytics YOLO-Modellen.
Wir haben bereits die neuen Funktionen und Verbesserungen von YOLO11 besprochen und den Zugriff auf das Modell über das Ultralytics Python-Paket oder Ultralytics HUB behandelt. In diesem Leitfaden zeigen wir Ihnen Schritt für Schritt , wie Sie Ultralytics HUB verwenden, um Ultralytics YOLO11 einfach zu trainieren und einzusetzen.
Ultralytics HUB ist die benutzerfreundliche, codefreie Plattform von Ultralytics, die den gesamten Prozess vom Training bis zum Einsatz von YOLO-Modellen, einschließlich der neu eingeführten Ultralytics YOLO11-Modelle, rationalisieren soll. Unabhängig davon, ob Sie ein KI-Experte oder ein Neuling auf dem Gebiet der Computer Vision sind, bietet der HUB eine intuitive Benutzeroberfläche, die es Ihnen ermöglicht, Datensätze hochzuladen, vorab trainierte Modelle auszuwählen und sie für Ihre speziellen Bedürfnisse fein abzustimmen. Mit nur wenigen Klicks können Sie Modelle für Echtzeitanwendungen in Branchen von der Fertigung bis zur Landwirtschaft trainieren. HUB konzentriert sich darauf, fortschrittliche KI zugänglich zu machen, ohne dass dafür umfangreiche Programmierkenntnisse erforderlich sind.
Ultralytics HUB hat verschiedene Tarifoptionen, mit einer kostenlosen Stufe für den Basiszugang und einem Pro-Tarif, der zusätzliche Funktionen wie Cloud-Schulungen, Teamzusammenarbeit und höhere Nutzungsgrenzen bietet. Hier ein kurzer Blick auf einige der wichtigsten Funktionen von Ultralytics HUB:
HUB lässt sich auch in verschiedene Plattformen integrieren, und die Benutzer können trainierte Modelle in verschiedene Formate wie ONNX, TensorFlow und CoreML exportieren, was eine nahtlose Bereitstellung auf mehreren Plattformen ermöglicht. Im Wesentlichen vereinfacht Ultralytics HUB komplexe KI-Aufgaben, von der Verarbeitung von Datensätzen bis zur Bereitstellung von Modellen in Echtzeit, und das alles mit einem einzigen umfassenden Tool.
Um mit YOLO11 Inferenzen auf Ultralytics HUB durchzuführen, navigieren Sie einfach zum Abschnitt "Modelle" und wählen Sie das YOLO11-Modell, das Sie interessiert. Dann können Sie auf "Vorschau" klicken, um das Modell zu testen, indem Sie ein beliebiges Bild hochladen.
Diese Funktion von HUB ermöglicht es jedem, unabhängig von seinem Erfahrungsstand, Modellvorhersagen mit YOLO11 zu testen und zu sehen, wie es funktioniert. Es ist eine benutzerfreundliche Möglichkeit, Ultralytics YOLO11 kostenlos auszuprobieren.
Nachdem Sie ein Konto erstellt haben, können Sie direkt mit dem Training beginnen, indem Sie auf das Dashboard zugreifen. Von dort aus können Sie Ihre Projekte verwalten, Datensätze hochladen und ganz einfach mit dem Training Ihrer YOLO11-Modelle beginnen. Die Plattform ist so konzipiert, dass der Prozess schnell und so unkompliziert wie möglich ist.
Sobald Sie eingeloggt sind, können Sie im Menü auf der linken Seite auf "Datensätze" klicken, um eine Reihe bereits vorhandener Datensätze zu erkunden, die auf Ultralytics HUB verfügbar sind. Diese Datensätze eignen sich für verschiedene Aufgaben, wie z. B. die Erkennung von Objekten mit orientierten Begrenzungsrahmen (OBB) und die Schätzung der Körperhaltung. Sie können zum Beispiel COCO128 für die Objekterkennung mit 80 Klassen oder Fashion-MNIST für die Bildklassifizierung verwenden. Diese Datensätze sind leicht verfügbar und für das Training von YOLO-Modellen optimiert.
Wenn Sie mit Ihren eigenen Daten arbeiten möchten, können Sie eigene Datensätze hochladen. Achten Sie dabei darauf, dass Ihr Datensatz der YOLO-Struktur folgt, einschließlich einer ordnungsgemäß formatierten YAML-Datei im Stammverzeichnis, und dass er gezippt ist.
Sobald Ihr Datensatz fertig ist, können Sie auf die Schaltfläche "Datensatz hochladen" klicken, den Aufgabentyp auswählen und die ZIP-Datei hochladen. Nach dem Hochladen validiert Ultralytics HUB Ihren Datensatz automatisch, und Sie können sofort mit dem Training von YOLO-Modellen beginnen. Sie können auch die Details Ihres Datensatzes verwalten und anzeigen, z. B. die Bildaufteilung (Training, Validierung, Test), und die Daten analysieren, um sicherzustellen, dass sie für das Modelltraining bereit sind.
Um ein YOLO11-Modell mit der Cloud-Trainingsfunktion von Ultralytics HUB zu trainieren, müssen Sie ein Upgrade auf den Pro-Plan durchführen. Als Pro-Benutzer stehen Ihnen GPU-Ressourcen für eine schnellere und effizientere Schulung zur Verfügung. Nach dem Upgrade rufen Sie den Abschnitt "Modelle" auf, wählen die gewünschte YOLO11-Modellvariante aus und konfigurieren die Trainingseinstellungen.
Sie können die Anzahl der Epochen wählen (die festlegen, wie oft das Modell den Datensatz durchläuft) oder eine bestimmte Dauer für das zeitgesteuerte Training festlegen. Bevor das Modelltraining beginnt, initialisiert Ultralytics HUB eine dedizierte GPU-Instanz, um eine optimale Leistung zu gewährleisten. Je nach Bedarf kann die Initialisierung einige Zeit in Anspruch nehmen, aber während dieses Prozesses werden Ihrem Konto keine Kosten belastet.
Nachdem Sie Ihre Einstellungen abgeschlossen haben, klicken Sie auf "Training starten", um die Sitzung zu beginnen. Während des Trainings können Sie den Fortschritt in Echtzeit über ein Dashboard überwachen. Sie haben die Möglichkeit, das Training nach Bedarf zu unterbrechen, zu stoppen oder fortzusetzen. Wenn Ihr Kontostand während des epochenbasierten Trainings zur Neige geht, wird die Sitzung unterbrochen, damit Sie Ihr Guthaben auffüllen können, bevor Sie das Training wieder aufnehmen. Die Plattform speichert automatisch Kontrollpunkte, so dass Sie dort weitermachen können, wo Sie aufgehört haben.
Am Ende der Schulung können Sie alle Kosten über die Registerkarte "Abrechnung" überprüfen. Dort finden Sie detaillierte Kostenberichte, die es Ihnen erleichtern, Ihre Ausgaben zu verfolgen und Ihre Schulung effizient zu verwalten.
Bei der Bereitstellung Ihres individuell trainierten YOLO11-Modells mit Ultralytics HUB gibt es zwei Hauptoptionen: die Shared Inference API und die Dedicated Inference API. Um das bereitgestellte Modell zu verwenden, können Sie je nach Ihrer Einrichtung entweder mit Python oder cURL Inferenzanfragen an die API stellen. Das allgemeine Verfahren besteht darin, eine Bilddatei zusammen mit den relevanten Parametern (wie Bildgröße und Vertrauensschwellen) an die API zu senden. Ultralytics HUB gibt die Vorhersagen in einem einfachen JSON-Format zurück, das Sie weiterverarbeiten können.
Die Shared Inference API ist eine kosteneffiziente Lösung für Benutzer auf der kostenlosen Stufe und bietet 100 Aufrufe pro Stunde und bis zu 1000 Aufrufe pro Monat. Sie macht eine lokale Umgebung überflüssig und unterstützt eine schnelle Bereitstellung direkt vom Ultralytics HUB aus.
Die Dedicated Inference API, die Pro-Nutzern zur Verfügung steht, eignet sich besser für größere Implementierungen oder Echtzeitanwendungen. Sie bietet eine Bereitstellung mit nur einem Klick in einer dedizierten Cloud-Umgebung, die von Google Cloud Run unterstützt wird. Diese Option ist für Hochleistungsanwendungen optimiert und gewährleistet eine Latenzzeit von unter 100 ms sowie eine globale Abdeckung von 38 Regionen für die Echtzeitverarbeitung. Sie unterstützt auch erweiterte Sicherheitsfunktionen und eignet sich daher für Branchen mit strengen Datenschutzanforderungen.
Sobald Sie sich für die Shared oder Dedicated Inference API zur Bereitstellung Ihres YOLO11-Modells entschieden haben, sind die nächsten Schritte einfach und effizient. Sie können die Registerkarte "Bereitstellen" auf der Seite Ihres Modells in Ultralytics HUB öffnen. Wenn Sie die Shared Inference API verwenden, können Sie diesen Leitfaden lesen, um die Anweisungen zum Einrichten Ihrer API-Aufrufe zu befolgen. Für Benutzer der Dedicated Inference API klicken Sie einfach auf die Schaltfläche Start Endpoint, um den Endpunkt zu initiieren. Sobald er aktiviert ist, erhalten Sie von HUB eine eindeutige URL, die Sie für Ihre Inferenzaufgaben verwenden können.
Wenn Ihr Projekt ein Modell in einem bestimmten Format oder zur Offline-Nutzung benötigt, bietet Ultralytics HUB Exportoptionen wie ONNX, CoreML oder TensorFlow zur Unterstützung verschiedener Plattformen, von mobilen bis hin zu Cloud-Systemen. Für Entwickler, die Modelle direkt in Anwendungen integrieren möchten, bietet das Ultralytics HUB-SDK eine effiziente Möglichkeit, Bereitstellungen über Python zu verwalten. Durch die Verwendung von API-Schlüsseln oder Ultralytics-Anmeldeinformationen können Sie die Bereitstellung leicht steuern und Inferenzen in Ihrem Code ausführen, was Ihnen die für eine nahtlose Integration erforderliche Flexibilität bietet.
Ultralytics HUB ist eine All-in-One-Plattform, die das Training und den Einsatz von YOLO11-Modellen sowohl für Anfänger als auch für Experten zugänglich macht. Sie unterstützt eine breite Palette von Aufgaben, vom Hochladen von Datensätzen bis zur Trainingskonfiguration, und bietet flexible Bereitstellungsoptionen wie Shared und Dedicated Inference APIs. Ganz gleich, ob Sie Modelle über APIs bereitstellen oder für die Offline-Nutzung exportieren, HUB gewährleistet eine nahtlose Integration über verschiedene Plattformen hinweg. Mit Optionen für Echtzeitanwendungen und skalierbare Lösungen kann Ultralytics HUB für ein breites Spektrum von Einsatzanforderungen sowohl von Anfängern als auch von fortgeschrittenen Benutzern verwendet werden.
Erkunden Sie unser GitHub-Repository und schließen Sie sich unserer lebhaften Community an, um tiefer in die KI einzutauchen. Entdecken Sie, wie Vision AI Innovationen in Branchen wie dem Gesundheitswesen und der Landwirtschaft vorantreibt.
DE
EN
ZH
KO
JA
RU
FR
ES
PT
IT
TR
VI
AR
