Trainiere YOLO-Modelle mit der Ultralytics Platform schneller

Letzte Woche hat Ultralytics die Ultralytics Platform vorgestellt, einen einheitlichen Arbeitsbereich, der Teams das Erstellen, Trainieren und Bereitstellen von Computer-Vision-Modellen erleichtert. Statt mit mehreren Tools zu jonglieren, bündelt die Plattform alles an einem Ort. So wird der Weg von der Idee bis zur Bereitstellung von Vision-KI-Modellen unkompliziert.

Das ist wichtig, denn Computer Vision wird in immer mehr Branchen zu einem zentralen Bestandteil. Sie ermöglicht Anwendungen wie Qualitätsprüfungen in der Fertigung, Einzelhandelsanalysen und autonome Navigation.

Damit diese visionbasierten Anwendungen zuverlässig funktionieren, kommt es darauf an, wie gut die Modelle trainiert wurden. Beim Modelltraining lernt das Modell anhand annotierter Daten, Muster zu erkennen und genaue Vorhersagen zu treffen. Gut trainierte Modelle liefern im Allgemeinen eine bessere Modellleistung und zuverlässigere Ergebnisse in realen Anwendungen.

Das Training eines Computer-Vision-Modells ist jedoch nicht immer unkompliziert. Es umfasst verschiedene Aspekte, etwa das Einrichten von Umgebungen, die Auswahl geeigneter Rechenressourcen, die Abstimmung von Hyperparametern und die Nachverfolgung mehrerer Trainingsexperimente. Wenn diese Schritte auf verschiedene Tools und Systeme verteilt sind, wird der Trainingsablauf schnell komplex und schwer zu verwalten.

Die Ultralytics Platform löst dieses Problem, indem sie den gesamten Trainingsprozess in einem einzigen, einheitlichen Dashboard zusammenführt. Du kannst Trainingsläufe an einem Ort konfigurieren, starten und überwachen – egal, ob du in der Cloud, lokal oder mit Google Colab arbeitest.

Abb. 1. Ein Einblick in das Modelltraining in der Ultralytics Platform (Quelle)

In diesem Artikel erfährst du, wie die Ultralytics Platform das Modelltraining vereinfacht und warum sie dir bei deinen Vision-KI-Projekten einen Vorteil verschaffen kann. Legen wir los!

Computer-Vision-Modelle lernen mithilfe von Modelltraining aus Daten#

Bevor wir uns ansehen, wie das Modelltraining auf der Ultralytics Platform funktioniert, machen wir zunächst einen Schritt zurück und betrachten, was Modelltraining ist und was dazugehört.

Modelltraining ist der Prozess, bei dem ein Computer-Vision-Modell lernt, visuelle Daten zu interpretieren. Es analysiert Bilder oder Videos und passt nach und nach seine internen Parameter an, um Vision-Aufgaben wie Objekterkennung, Bildklassifizierung und Instanzsegmentierung präzise auszuführen. Mit der Zeit verbessert sich das Modell, indem es Muster direkt aus den Daten lernt, die es verarbeitet.

Die Qualität des Trainings hängt maßgeblich von den Datensätzen ab. Du kannst dir einen Datensatz wie einen Satz Lernkarten vorstellen, mit denen eine Lehrkraft einen Schüler unterrichtet: Jedes Beispiel hilft dem Modell zu lernen, worauf es achten muss.

Ein typischer Computer-Vision-Datensatz umfasst Bilder, meist in Formaten wie JPG oder PNG, sowie Annotationen, die den Inhalt jedes Bildes beschreiben. Diese Annotationen werden häufig als JSON- oder TXT-Dateien gespeichert und liefern die Labels und den Kontext, die das Modell für effektives Lernen benötigt.

Beim Training geht es jedoch nicht nur darum, Daten in ein Modell einzuspeisen. Es umfasst mehrere wichtige Schritte – von der Vorbereitung des Datensatzes bis hin zur Wahl des passenden Modells und der Konfiguration des Trainingsprozesses. Sehen wir uns einige dieser Schritte genauer an.

Ein Blick auf die Vorbereitung von Datensätzen#

Es mag so wirken, als könntest du mit dem Training eines Modells sofort beginnen, sobald du einen Datensatz hast. Zuvor sind jedoch einige Schritte nötig, etwa die Aufteilung des Datensatzes.

Im Allgemeinen wird ein Datensatz in drei Teile aufgeteilt: Trainings-, Validierungs- und Testdatensatz. Anhand der Trainingsbilder lernt das Modell Muster in den Daten, während der Validierungsdatensatz dazu dient, die Leistung während des Trainings zu überwachen und abzustimmen.

Der Testdatensatz wird am Ende verwendet, um zu bewerten, wie gut das Modell mit völlig neuen, bisher ungesehenen Daten zurechtkommt. So wird sichergestellt, dass das Modell die Daten nicht nur auswendig lernt, sondern auch auf reale Szenarien verallgemeinern kann.

Das passende Modell für das Training auswählen#

Ein weiterer wichtiger Schritt vor dem Training ist die Wahl des gewünschten Modells. Oft bedeutet das, ein vortrainiertes Modell auszuwählen. Modelle wie die Ultralytics-YOLO-Modelle wurden bereits mit großen Datensätzen trainiert und haben allgemeine visuelle Muster gelernt. Damit bieten sie eine gute Ausgangsbasis.

Die Verwendung dieser Modelle ist ein Beispiel für Transferlernen: Dabei baust du auf vorhandenem Wissen auf und passt das Modell an deine konkrete Aufgabe an. Dieser Ansatz beschleunigt das Training und verbessert die Ergebnisse, insbesondere bei begrenzten Datenmengen.

Diese Modelle gibt es außerdem in verschiedenen Größen, die jeweils einen Kompromiss zwischen Geschwindigkeit und Genauigkeit darstellen. Kleinere Modelle sind schneller und effizienter, während größere Modelle tendenziell eine höhere Genauigkeit bieten, aber mehr Rechenleistung benötigen.

Trainingsparameter für Vision-Modelle konfigurieren#

Nachdem du einen Datensatz vorbereitet und ein Modell ausgewählt hast, legst du als Nächstes fest, wie das Modell lernen soll.

Ein Computer-Vision-Modell wird anhand einer Reihe von Parametern trainiert, die festlegen, wie es Daten verarbeitet, seine Gewichte aktualisiert und sich mit der Zeit verbessert. Diese Einstellungen wirken sich direkt auf die Trainingsgeschwindigkeit und die endgültige Genauigkeit aus und sind daher entscheidend für gute Ergebnisse.

Hier sind einige der am häufigsten verwendeten Trainingsparameter:

• Epochen: Gibt an, wie oft das Modell während des Trainings den gesamten Datensatz durchläuft. Mit mehr Epochen erhält das Modell mehr Gelegenheiten, Muster in den Daten zu lernen.
• Batchgröße: Gibt die Anzahl der Bilder an, die in einem einzelnen Trainingsschritt gemeinsam verarbeitet werden. Größere Batchgrößen können das Training beschleunigen, benötigen aber mehr Speicher.
• Bildgröße: Gibt die Auflösung der Eingabebilder an, die während des Trainings verwendet werden. Eine höhere Auflösung kann die Erkennungsgenauigkeit verbessern, erhöht jedoch den Rechenaufwand.
• Lernrate: Gibt an, wie schnell das Modell seine internen Parameter während des Trainings aktualisiert. Zu hohe oder zu niedrige Werte können das Training instabil machen.
• Optimierer: Der Algorithmus, der die Modellparameter anhand des Fehlers aktualisiert, der bei jeder Trainingsiteration berechnet wird.

In Arbeitsabläufen mit Ultralytics YOLO werden diese Einstellungen üblicherweise in einer YAML-Datei festgelegt. Die Datei enthält Datensatzpfade, Klassennamen und Angaben zur Aufteilung der Daten. Sie dient als zentrale Konfiguration und gibt dem Modell vor, wie es den Datensatz interpretieren soll.

Von fragmentierten Arbeitsabläufen zu einer einheitlichen Arbeitsumgebung mit der Ultralytics Platform#

Wir haben gerade einige wichtige Schritte beim Training eines Computer-Vision-Modells besprochen, von der Vorbereitung der Datensätze über die Modellauswahl bis hin zur Konfiguration der Trainingsparameter. In der Praxis geht der Prozess oft noch weiter und umfasst die Nachverfolgung von Experimenten, den Vergleich mehrerer Trainingsläufe und die kontinuierliche Verbesserung der Modelle.

Diese Schritte werden selten an einem einzigen Ort durchgeführt. Datensätze werden möglicherweise mit einem Tool vorbereitet, Trainingsläufe in einer anderen Umgebung ausgeführt und Experimente separat nachverfolgt. Wenn Projekte wachsen, sorgt diese Fragmentierung für zusätzliche Komplexität, verlangsamt die Iteration und erschwert die Organisation.

Die Ultralytics Platform beseitigt diese Komplexität, indem sie den gesamten Trainingsablauf in einer einzigen Umgebung zusammenführt. Statt zwischen Tools zu wechseln, kannst du Datensätze verwalten, Trainingsläufe konfigurieren und ausführen sowie Ergebnisse an einem Ort überwachen.

Sehen wir uns nun an, wie die Ultralytics Platform das Modelltraining intelligenter gestaltet.

Von der Ultralytics Platform unterstützte Trainingsoptionen#

In realen Anwendungen erfordert das Training eines Computer-Vision-Modells oft flexible Umgebungen. Abhängig von der Größe deines Datensatzes, der Komplexität des Modells und der verfügbaren Hardware kannst du das Training in der Cloud, auf einem lokalen Rechner oder in einer externen Notebook-Umgebung ausführen.

Die Ultralytics Platform unterstützt folgende Trainingsoptionen, um diesen Anforderungen gerecht zu werden:

• Cloud-Training: Das Training läuft auf Grafikprozessoren (GPUs) in der von Ultralytics verwalteten Cloud. Diese Option eignet sich besonders für größere Datensätze oder komplexere Modelle, die erhebliche Rechenressourcen benötigen.
• Lokales Training: Bei dieser Option wird die auf deinem Rechner verfügbare Hardware genutzt. Sie eignet sich hervorragend für schnelle Experimente, das Testen von Konfigurationen oder die Arbeit mit kleineren Datensätzen. Für besser skalierbare Arbeitslasten kannst du das Training auch in deiner eigenen Cloud-Umgebung ausführen, zum Beispiel auf AWS oder GCP.
• Google Colab: Mit der Ultralytics Platform kannst du das Training in der gehosteten Notebook-Umgebung von Google Colab ausführen. So erhältst du einen flexiblen, browserbasierten Arbeitsablauf, ohne einen lokalen Rechner konfigurieren zu müssen.

Cloud-Training auf der Ultralytics Platform erkunden#

Bei Computer-Vision-Projekten ist das lokale Training oder das Training in Notebook-Umgebungen nicht immer einfach.

Beim lokalen Training hängt die Leistung beispielsweise vollständig von deiner Hardware ab. Das kann die Rechenleistung begrenzen und Experimente verlangsamen. Für effizientes Training sind GPUs unverzichtbar, doch nicht jede Ausstattung bietet zuverlässigen Zugriff darauf.

Notebook-Umgebungen wie Google Colab bieten mit cloudbasierten GPUs zwar eine Alternative, doch die Sitzungen sind oft zeitlich begrenzt und können längere Trainingsläufe unterbrechen. Wenn Datensätze wachsen und Arbeitsabläufe komplexer werden, können diese Einschränkungen schnell zu Engpässen führen und das Training verlangsamen sowie weniger zuverlässig machen.

Die Ultralytics Platform begegnet diesem Problem mit ihrer Cloud-Trainingsoption. Sie bietet eine einsatzbereite Umgebung, in der Python-Abhängigkeiten und Frameworks wie PyTorch bereits vorkonfiguriert sind. So kannst du ohne zusätzliche Einrichtung mit dem Training beginnen.

Über ein einziges Dashboard kannst du Trainingsläufe starten und den Fortschritt in Echtzeit überwachen. So kannst du dich leichter auf die Verbesserung deiner Modelle konzentrieren, statt die Infrastruktur zu verwalten.

Sehen wir uns nun an, wie du mit dem Cloud-Training auf der Ultralytics Platform loslegen kannst.

Schritt 1: Ein Basismodell auswählen#

Wähle zunächst ein Basismodell für deinen Trainingslauf aus. Du kannst ein vortrainiertes Ultralytics-YOLO-Modell auswählen, ein Community-Modell klonen oder deine eigenen vortrainierten Gewichte hochladen, um spezielle Anforderungen zu erfüllen.

Die Plattform unterstützt alle Ultralytics-YOLO-Modelle, darunter Ultralytics YOLO26, Ultralytics YOLO11, Ultralytics YOLOv8 und Ultralytics YOLOv5. Jedes Modell ist in verschiedenen Größenvarianten verfügbar, etwa Nano (n), Small (s), Medium (m), Large (l) und Extra-Large (x). Da die verschiedenen Modellvarianten unterschiedliche Kompromisse zwischen Geschwindigkeit und Genauigkeit bieten, kannst du ein Modell auswählen, das zu deinen Leistungs- und Rechenanforderungen passt.

Diese Modelle unterstützen zahlreiche Computer-Vision-Aufgaben, die Ultralytics-YOLO-Nutzern bereits vertraut sind, darunter Objekterkennung, Instanzsegmentierung, Bildklassifizierung, die Erkennung orientierter Begrenzungsboxen (OBB) und Pose-Schätzung.

Wenn du spezielle Anforderungen hast, kannst du auch deine eigenen vortrainierten Modellgewichte hochladen. So kannst du auf der Plattform ein vorhandenes Modell, etwa einen Objektdetektor, weitertrainieren oder feinabstimmen, statt ganz von vorn anzufangen. Das ist besonders nützlich, wenn du bereits andernorts ein Modell trainiert hast oder es an einen spezifischeren Anwendungsfall anpassen möchtest.

Schritt 2: Einen Datensatz auswählen#

Als Nächstes wählst du einen Datensatz für das Training aus. Auf der Ultralytics Platform kannst du vorhandene Datensätze wie den COCO-Datensatz verwenden, Datensätze aus der Community klonen oder einen eigenen, auf deine konkrete Anwendung zugeschnittenen Datensatz hochladen.

Die Plattform unterstützt gängige Annotationsformate wie Ultralytics YOLO und COCO. Wenn du vorhast, eigene Daten direkt auf der Plattform zu annotieren, kannst du auch unbearbeitete Bilder hochladen.

Nach dem Hochladen werden Datensätze automatisch verarbeitet. Dazu gehören Validierung, Normalisierung, das Auslesen der Labels und die Erstellung von Statistiken. Dadurch erhältst du sofort einen Überblick über deine Daten, einschließlich der Klassenverteilungen und der Datensatzstruktur, und kannst sicherstellen, dass alles für das Training bereit ist.

Datensätze werden außerdem automatisch mit den Trainingsläufen verknüpft. So kannst du nachverfolgen, welche Daten für jedes Modell verwendet wurden, und die Konsistenz zwischen Experimenten wahren.

Schritt 3: Trainingsparameter konfigurieren#

Nachdem du den Datensatz ausgewählt hast, kannst du die Trainingsparameter konfigurieren, die bestimmen, wie das Modell lernt. Dazu gehören die Epochen, die Batchgröße, die Bildgröße und der Name des Trainingslaufs im Trainingsprotokoll. Viele dieser Parameter beeinflussen sowohl die Trainingsdauer als auch die endgültige Leistung des Modells.

Für eine genauere Steuerung kannst du auf der Plattform auch erweiterte Parameter wie die Lernrate, den Optimierertyp, die Einstellungen für die Farbaugmentation und weitere Trainingsoptionen anpassen. Mit diesen Einstellungen lässt sich der Trainingsprozess feinabstimmen, um die Genauigkeit und Stabilität des Modells zu verbessern.

Schritt 4: Eine GPU auswählen#

Als Nächstes kannst du die GPU-Konfiguration für deinen Trainingslauf auswählen. Welche GPU die richtige ist, hängt von Faktoren wie Datensatzgröße, Batchgröße, Bildauflösung und Modellkomplexität ab. Mit der richtigen Balance bleibt das Training effizient, ohne mehr Rechenleistung als nötig zu verwenden.

Die Ultralytics Platform bietet 22 GPU-Optionen mit unterschiedlicher VRAM-Kapazität (Speicher auf einer GPU) und Rechenleistung und unterstützt damit alles von kleinen Aufgaben bis hin zu umfangreichen Arbeitslasten.

So kannst du die Hardware auf deine konkreten Anforderungen abstimmen, egal, ob du leichtgewichtige Modelle trainierst oder mit großen, komplexen Datensätzen arbeitest. Weitere Informationen findest du in der Liste der verfügbaren GPUs auf der Seite mit der Trainingsdokumentation der Ultralytics Platform.

Abb. 2. Einige der über die Ultralytics Platform verfügbaren GPU-Optionen (Quelle)

Schritt 5: Cloud-Training starten#

Sobald du Modell, Datensatz, Trainingsparameter und Rechenoption ausgewählt hast, lässt sich der Trainingslauf schnell starten. Im Dashboard genügt ein Klick, um das Training zu starten. Die Plattform übernimmt den Rest, richtet die Umgebung ein und führt den Auftrag auf der ausgewählten GPU aus.

Sobald das Training beginnt, kannst du den Fortschritt direkt auf der Plattform überwachen. Der Tab „Train“ zeigt wichtige Kennzahlen in Echtzeit an, darunter Leistungskennzahlen, Verlustkurven, Systemauslastung und Live-Trainingsprotokolle.

Weitere Tutorials zum lokalen Training oder zur Verwendung von Google Colab mit der Ultralytics Platform findest du in der offiziellen Dokumentation der Ultralytics Platform.

Modelle auf der Ultralytics Platform bewerten und vergleichen#

Nach Abschluss des Trainings besteht der nächste Schritt darin, die Leistung deines Modells zu bewerten. Auf der Ultralytics Platform kannst du innerhalb eines Projekts mehrere Trainingsläufe vergleichen und so sehen, wie die verschiedenen Experimente abschneiden.

Bei der Modellentwicklung wird das Training oft mehrmals mit unterschiedlichen Einstellungen wiederholt, etwa durch Ändern der Lernrate, der Batchgröße oder der Modellgröße, um bessere Ergebnisse zu erzielen. Jeder dieser Trainingsläufe liefert ein etwas anderes Modell – deshalb ist der Vergleich so wichtig.

Projekte dienen als zentrale Anlaufstelle, an der Modelle und Experimente gemeinsam organisiert werden. Du kannst den Fortschritt nachverfolgen, Ergebnisse prüfen und konzentriert arbeiten, ohne zwischen verschiedenen Tools oder Ansichten wechseln zu müssen.

In dieser einheitlichen Ansicht kannst du außerdem wichtige Leistungskennzahlen wie Präzision, Trefferquote und mittlere durchschnittliche Präzision (mAP) analysieren, um die Leistung deines Modells für verschiedene Klassen zu verstehen. Du kannst Trainingsläufe auch nebeneinander vergleichen und so ermitteln, welche Konfigurationen die besten Ergebnisse liefern.

Ergänzend zu diesen Kennzahlen kannst du im Tab „Predict“ trainierte Modelle schnell mit Beispielbildern oder -daten testen. So kannst du die Leistung visuell überprüfen und mögliche Probleme erkennen.

Mit diesen Erkenntnissen kannst du das leistungsstärkste Modell auswählen, das üblicherweise als Checkpoint „best.pt“ gespeichert wird. Anschließend geht es zum nächsten Schritt: einer weiteren Bewertung, der Verwendung des Modells für Inferenz oder der Bereitstellung des Modells über die Plattform.

Abb. 3. Beispiel für die Anzeige von Metriken auf der Ultralytics Platform (Quelle)

Trainingskosten auf der Ultralytics Platform schätzen#

Das Trainieren von Objekterkennungsmodellen in der Cloud verursacht Rechenkosten, insbesondere wenn du auf leistungsstarke GPUs zugreifst. Damit das einfacher ist, stellt die Ultralytics Platform vor Trainingsbeginn eine Kostenschätzung bereit.

So erhältst du einen klaren Überblick über den voraussichtlichen Verbrauch und kannst Arbeitslasten planen, Budgets verwalten und unerwartete Kosten vermeiden, bevor du einen Trainingsjob startest. So prüfst du die geschätzten Kosten vor Trainingsbeginn.

So wird die Trainingsdauer geschätzt#

Für eine genaue Kostenschätzung berechnet die Plattform zunächst, wie lange eine einzelne Trainingsepoche dauert. Das hängt von Faktoren wie der Größe des Datensatzes und des Modells, der Bildauflösung, der Batchgröße und der Geschwindigkeit der ausgewählten GPU ab.

Anhand dieser Angaben ermittelt die Plattform die geschätzte Dauer pro Epoche und rechnet sie auf den gesamten Trainingslauf hoch. Die Gesamtdauer ergibt sich aus der Zeit für alle Epochen zuzüglich eines kleinen Startaufwands.

Dieser zusätzliche Zeitaufwand berücksichtigt Aufgaben wie das Initialisieren der Umgebung, das Laden von Datensätzen und das Vorbereiten der GPU. So bildet die Schätzung den gesamten Trainingsprozess ab und nicht nur die Trainingsschleife.

So werden die Trainingskosten berechnet#

Sobald die gesamte Trainingsdauer geschätzt wurde, berechnet die Plattform anhand des Stundensatzes der ausgewählten GPU die Kosten.

Indem wir die Trainingsdauer mit den GPU-Preisen kombinieren, können wir klar abschätzen, wie viel der Trainingslauf kosten wird, noch bevor er startet.

Wenn du die Kosten im Voraus kennst, kannst du deine Konfiguration leicht anpassen, etwa Trainingsparameter optimieren oder eine andere GPU auswählen, um Leistung und Kosten besser auszubalancieren.

Abb. 4. Einrichten des Modelltrainings und Schätzen der Kosten auf der Ultralytics Platform (Quelle)

Die wichtigsten Vorteile der Ultralytics Platform für das Modelltraining#

Bisher haben wir die wichtigsten Schritte beim Training von Computer-Vision-Modellen und ihr Zusammenspiel auf der Ultralytics Platform betrachtet.

Zusätzlich zu diesen Kernfunktionen gibt es weitere Möglichkeiten, die den Trainingsablauf verbessern. Hier findest du einen Überblick über einige der wichtigsten Vorteile der Ultralytics Platform für das Modelltraining:

• Integrierte Reproduzierbarkeit von Experimenten: Jeder Trainingslauf wird automatisch mit seiner vollständigen Konfiguration protokolliert, einschließlich Modell, Datensatz, Parametern und Rechenumgebung. So kannst du Experimente leicht erneut aufrufen und Ergebnisse zuverlässig reproduzieren.
• Trainingsverlauf im Zeitverlauf: Statt nur die Endergebnisse anzusehen, kannst du die Entwicklung der Leistung über die Epochen hinweg verfolgen und so das Verhalten des Modells während des Trainings besser verstehen.
• Weniger Betriebsaufwand: Da die Plattform im Hintergrund die Einrichtung der Umgebung, die Verwaltung von Abhängigkeiten und die Infrastruktur übernimmt, kannst du dich stärker auf die Modellentwicklung und weniger auf die Einrichtung konzentrieren.
• Zentrale Verwaltung von Experimenten: Projekte bieten einen zentralen Ort zur Verwaltung von Modellen, Datensätzen und Trainingsläufen. So bleiben Experimente übersichtlich, wenn Arbeitsabläufe komplexer werden.

Die wichtigsten Erkenntnisse#

Das Training ist eine der wichtigsten Phasen im Lebenszyklus eines Modells für maschinelles Lernen. Es bestimmt, wie genau ein Modell visuelle Daten erkennen und interpretieren kann.

Indem die Ultralytics Platform die Konfiguration von Trainingsdaten, Überwachung, den Vergleich von Experimenten und die Kostenschätzung in einer Umgebung vereint, vereinfacht sie die Entwicklung leistungsstarker Computer-Vision-Modelle und deren Vorbereitung für die Bereitstellung.

Besuche unsere wachsende Community und unser GitHub-Repository, um mehr über Computer Vision zu erfahren. Wenn du Lösungen im Bereich Computer Vision entwickeln möchtest, wirf einen Blick auf unsere Lizenzoptionen. Erfahre auf unseren Lösungsseiten mehr über die Vorteile von Computer Vision in der Fertigung und KI in der Landwirtschaft.