Ultralytics AutoTrain: Das Training von KI-Modellen für Bildverarbeitung vereinfachen

Ein Computer-Vision-Modell zu entwickeln, ist selten mit einem einzigen Durchlauf getan. Für ein effektives Training von Vision-KI-Modellen müssen Teams zunächst eine Baseline festlegen, Ergebnisse auswerten, Konfigurationen anpassen, Experimente vergleichen und den Vorgang wiederholen – oft mit voneinander getrennten Tools.

Heute stellen wir Ultralytics AutoTrain vor: eine intelligentere Möglichkeit, Ultralytics-YOLO-Modelle in der Ultralytics Platform zu trainieren, zu vergleichen und zu verbessern.

Der über Ask AI verfügbare Assistent setzt natürlichsprachliche Anfragen in Aktionen innerhalb deines Modellierungs-Workflows um. Du kannst ihn bitten, eine Baseline festzulegen, kontrollierte Experimente durchzuführen, Ergebnisse zu interpretieren und das ausgewählte Modell zu exportieren oder bereitzustellen.

Was ist Ultralytics AutoTrain?#

Computer-Vision-Teams sollten ihre Zeit damit verbringen, Ergebnisse in der Praxis zu verbessern – nicht damit, wiederholt Trainingsläufe zu konfigurieren oder Versuchsergebnisse mühsam zusammenzutragen.

Mit AutoTrain kannst du:

• Schneller starten: Erstelle eine Baseline, ohne jede Trainingseinstellung manuell konfigurieren zu müssen.
• Fundierte Entscheidungen treffen: Vergleiche Modelle anhand von Validierungsmetriken und finde heraus, warum sich die Ergebnisse unterscheiden.
• Systematisch verbessern: Prüfe Variablen wie Modellgröße oder Bildauflösung in kontrollierten Experimenten.
• Aufwand im Workflow reduzieren: Halte Datensätze, Trainingsläufe, Metriken, Exporte und Bereitstellungen miteinander verknüpft.
• Die Bereitstellung beschleunigen: Exportiere das leistungsstärkste Modell direkt aus demselben Workflow oder stelle es bereit.

Statt zu fragen: „Welche Konfiguration sollen wir als Nächstes ausprobieren?“ können sich Teams auf die wichtigere Frage konzentrieren: „Ist dieses Modell bereit, unser Problem zu lösen?“

Auf dein Ziel ausgerichtet#

AutoTrain passt sich deiner Arbeitsweise an.

Ein Team, das ein Prüfsystem für die Fertigung entwickelt, könnte AutoTrain bitten, eine Baseline für die Fehlererkennung festzulegen und verschiedene Bildauflösungen zu vergleichen. Ein Logistikunternehmen könnte prüfen, welches Modell Container und Ausrüstung am besten erkennt. Ein Entwickler, der eine Einzelhandelsanwendung erstellt, könnte abgeschlossene Modelle vergleichen, schwierige Klassen ermitteln und das nächste Experiment planen.

Du legst das Ziel, die Grenzen und das Rechenbudget fest. AutoTrain unterstützt dich bei der Durchführung des Workflows und dabei, aus den Ergebnissen klare nächste Schritte abzuleiten.

Ein durchgängiger Weg von den Daten bis zur Bereitstellung#

AutoTrain ist Teil der umfassenderen Ultralytics Platform. Dort können Teams Datensätze verwalten, Bilder annotieren, Modelle trainieren, Experimente auswerten, Artefakte exportieren und Endpunkte bereitstellen.

Der Ask-AI-Assistent kann auch bei weiteren Aufgaben helfen, etwa beim automatischen Annotieren nicht beschrifteter Bilder mit einem kompatiblen Modell, beim Exportieren eines ausgewählten Modells in Formate wie ONNX und beim Starten einer Bereitstellung.

Das bedeutet weniger Übergaben zwischen Systemen und einen direkteren Weg von visuellen Daten zu einer funktionierenden Vision-KI-Anwendung.

Setze AutoTrain in deinem Vision-KI-Workflow ein#

AutoTrain hilft Teams, über einzelne Trainingsläufe hinauszugehen und schneller sowie strukturierter zu experimentieren. Nutze AutoTrain, um Konfigurationen zu testen, Ergebnisse zu vergleichen, Leistungsunterschiede zu verstehen und dein stärkstes Modell der Bereitstellung zuzuführen – alles innerhalb der Ultralytics Platform.

Zum Beispiel könntest du AutoTrain bitten:

• Einen Ansatz testen: „Trainiere drei Modelle mit Bildgrößen von 640, 800 und 960, wobei die Datensatzaufteilungen und alle anderen Einstellungen unverändert bleiben.“
• Aus Ergebnissen nächste Schritte ableiten: „Vergleiche die abgeschlossenen Modelle anhand von mAP50-95 auf dem Validierungsdatensatz, erkläre die Leistungsunterschiede und empfehle das nächste Experiment.“
• Auf die Bereitstellung hinarbeiten: „Stelle das leistungsstärkste abgeschlossene Modell bereit und gib den Status des Endpunkts an.“

Diese Anfragen lösen nicht nur Aktionen aus. Sie helfen Teams, während der gesamten Modellentwicklung fundierte Entscheidungen zu treffen, verringern den manuellen Abstimmungsaufwand und ebnen einen klareren Weg von einer ersten Baseline bis zu einem produktionsreifen Vision-KI-Modell.

Starte mit AutoTrain#

Ob du dein erstes Modell trainierst oder einen Kandidaten für den Produktionseinsatz optimierst: AutoTrain hilft dir, schneller, strukturierter und mit mehr Sicherheit zu experimentieren.

Melde dich bei der Ultralytics Platform an, öffne deinen Datensatz oder dein Projekt und wähle Ask AI aus, um loszulegen. Weitere Eingabeaufforderungen und Beispiel-Workflows findest du in der AutoTrain-Dokumentation.