Wir stellen Ultralytics AutoTrain vor: Vereinfache das Training von Vision-KI-Modellen

Der Aufbau eines Computer-Vision-Modells ist selten ein einmaliger Prozess. Ein effektives Training von KI-Modellen für die visuelle Datenverarbeitung erfordert, dass Teams eine Baseline erstellen, Ergebnisse auswerten, Konfigurationen anpassen, Experimente vergleichen und den Vorgang wiederholen, oft über nicht miteinander verbundene Tools hinweg.

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

Der über Ask AI verfügbare Assistent wandelt natürlichsprachliche Anfragen in Aktionen in deinem gesamten Modellentwicklungsworkflow um. Du kannst ihn bitten, eine Baseline zu erstellen, kontrollierte Experimente durchzuführen, Ergebnisse zu interpretieren sowie dein ausgewähltes Modell zu exportieren oder bereitzustellen.

Was ist Ultralytics AutoTrain?#

Computer-Vision-Teams sollten ihre Zeit darauf verwenden, reale Ergebnisse zu verbessern, anstatt wiederholt Trainingsläufe zu konfigurieren oder Experimentergebnisse zusammenzusuchen.

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 verstehe, warum sich Ergebnisse unterscheiden.
• Systematisch verbessern: Teste Variablen wie Modellgröße oder Bildauflösung durch kontrollierte Experimente.
• Workflow-Aufwand reduzieren: Halte Datensätze, Trainingsläufe, Metriken, Exporte und Bereitstellungen miteinander verbunden.
• Produktion beschleunigen: Exportiere oder deploye das leistungsstärkste Modell direkt aus demselben Workflow heraus.

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

Auf deine Zielsetzung ausgerichtet#

AutoTrain passt sich an deine Art zu arbeiten an.

Ein Team, das ein Inspektionssystem für die Fertigung entwickelt, könnte es bitten, eine Baseline zur Fehlererkennung zu erstellen und Bildauflösungen zu vergleichen. Ein Logistikunternehmen könnte bewerten, welches Modell Container und Ausrüstung am besten erkennt. Ein Entwickler, der eine Einzelhandelsanwendung baut, könnte fertige Modelle vergleichen, schwierige Klassen identifizieren und das nächste Experiment planen.

Du definierst das Ziel, die Limits und das Rechenbudget. AutoTrain hilft dabei, den Workflow auszuführen und Ergebnisse in klare nächste Schritte umzuwandeln.

Ein zusammenhängender Pfad von den Daten bis zum Deployment#

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

Der Ask AI-Assistent kann auch begleitende Aufgaben unterstützen, darunter das automatische Annotieren unbeschrifteter Bilder mit einem kompatiblen Modell, das Exportieren eines ausgewählten Modells in Formate wie ONNX und das Initiieren einer Bereitstellung.

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

Setze AutoTrain in deinem gesamten Computer-Vision-KI-Workflow ein#

AutoTrain hilft Teams dabei, über einmalige Trainingsläufe hinauszugehen und zu einem schnelleren, strukturierteren Experimentier-Workflow zu gelangen. Verwende es, um Konfigurationen zu testen, Ergebnisse zu vergleichen, Leistungsunterschiede zu verstehen und dein stärkstes Modell in Richtung Produktion zu bringen – alles innerhalb von Ultralytics Platform.

Du könntest AutoTrain zum Beispiel bitten:

• Einen Ansatz testen: „Trainiere drei Modelle bei Bildgrößen von 640, 800 und 960 und belasse dabei die Datensatzaufteilungen und andere Einstellungen unverändert.“
• Ergebnisse in nächste Schritte umwandeln: „Vergleiche die fertigen Modelle anhand des Validierungs-mAP50-95, erkläre die Leistungsunterschiede und empfehle das nächste Experiment.“
• Richtung Produktion gehen: „Deploye das leistungsstärkste fertige Modell und gib dessen Endpunktstatus aus.“

Diese Anfragen tun mehr als nur Aktionen auszulösen. Sie helfen Teams dabei, während der gesamten Modellentwicklung fundierte Entscheidungen zu treffen, die manuelle Koordination zu reduzieren und einen klareren Pfad von einer anfänglichen Baseline zu einem produktionsreifen Computer-Vision-KI-Modell zu schaffen.

Beginne mit dem Erstellen mit AutoTrain#

Egal, ob du dein erstes Modell trainierst oder einen Produktionskandidaten optimierst, AutoTrain hilft dir dabei, mit größerer Geschwindigkeit, Struktur und Zuversicht zu experimentieren.

Melde dich bei Ultralytics Platform an, öffne deinen Datensatz oder dein Projekt und wähle Ask AI aus, um zu beginnen. Erkunde zusätzliche Prompts und Beispiel-Workflows in der AutoTrain-Dokumentation.