Entrenamiento personalizado de modelos Ultralytics YOLO en Lightning AI

Tanto si eres un desarrollador de IA experimentado como si acabas de empezar a explorar la visión artificial, disponer de un entorno fiable para experimentar con modelos de visión artificial como Ultralytics YOLO11 es fundamental. Un entorno se refiere a las herramientas, recursos e infraestructura necesarios para diseñar, probar y desplegar modelos de IA de forma eficiente.

Aunque varias plataformas online ofrecen diferentes herramientas de IA, muchas no proporcionan un entorno unificado para todo el ciclo de vida de la IA, desde la preparación de los datos hasta el despliegue del modelo. Aquí es donde interviene Lightning AI, una plataforma todo en uno para el desarrollo de IA, para agilizar el proceso desde la preparación de datos hasta el despliegue.

La relevancia de facilitar el desarrollo de IA quedó patente en YOLO Vision 2024 (YV24), un evento híbrido anual organizado por Ultralytics que se centró en los avances en IA y visión artificial. Luca Antiga, CTO de Lightning AI, pronunció una charla titulada 'Going YOLO on Lightning Studios', en la que explicó cómo entrenar modelos Ultralytics YOLO de forma rápida, fluida y sin entrar en las complejidades técnicas utilizando Lightning AI.

En este artículo, profundizaremos en las conclusiones clave de la charla de Luca, cubriendo desde aplicaciones de visión artificial del mundo real hasta demostraciones en directo sobre el entrenamiento y despliegue de modelos Ultralytics YOLO con Lightning AI. ¡Empecemos!

Link to this sectionUso de Lightning AI y Ultralytics YOLO para simplificar el desarrollo de IA#

Luca comenzó su ponencia compartiendo sus reflexiones y su agradecimiento por la influencia de los modelos YOLO en diversos sectores. Destacó cómo los modelos YOLO pueden aplicarse en sectores como la fabricación y la agricultura. Dijo: "Aprecio el impacto que YOLO ha tenido en la comunidad de desarrolladores, personas que necesitan resolver problemas reales y prácticos; esto me resulta muy cercano".

Conectando esto con el creciente interés en el entrenamiento de IA, presentó Lightning AI, una plataforma diseñada para hacer que el desarrollo de modelos de IA sea más rápido, sencillo y accesible para todos. Es especialmente útil para apoyar los avances iterativos en IA, ayudando a los desarrolladores a perfeccionar y mejorar sus modelos.

Fig 1. Luca Antiga presentando de forma remota sobre Lightning Studios en YV24.

También señaló que Lightning AI es similar a PyTorch Lightning, un marco de trabajo que simplifica el proceso de entrenamiento de modelos de IA. Sin embargo, se diferencia en que Lightning AI es una plataforma más completa que proporciona un conjunto más amplio de herramientas y capacidades para todo el proceso de desarrollo de IA, no solo para el entrenamiento de modelos.

Un componente vital de Lightning AI es Lightning Studios, que ofrece un espacio de trabajo intuitivo para diseñar, entrenar y desplegar modelos de IA, haciendo que todo el flujo de trabajo sea fluido y eficiente. Puedes pensar en Lightning Studios como un entorno de desarrollo reproducible para IA que se ejecuta en la nube. Por ejemplo, ofrece un entorno tipo Jupyter Notebook que se puede duplicar y compartir con otro desarrollador, ayudando a mejorar la colaboración.

Luca profundizó después en las ventajas de Lightning Studios, diciendo: "Replicar tu entorno ya no es un problema. Si necesitas cambiar de una máquina con CPU [Unidad Central de Procesamiento] a una máquina con GPU [Unidad de Procesamiento Gráfico] o lanzar un entrenamiento en mil máquinas, tu entorno será persistente".

Link to this sectionConfiguración de Lightning Studios para entrenamiento y desarrollo#

A continuación, Luca demostró lo rápido que puedes empezar a utilizar Lightning Studios. Con solo unos clics, puedes abrir un nuevo estudio y tener acceso a herramientas y entornos como Jupyter Notebooks y VS Code, todo configurado y listo para programar. Mostró lo fácil que era cambiar entre diferentes máquinas. Si la tarea en la que estás trabajando exige más potencia, puedes cambiar fácilmente de una CPU a una GPU más potente. La GPU permanecerá activa solo mientras esté en uso; de lo contrario, entrará en modo de suspensión, ahorrando tus créditos.

Luca también mencionó las ventajas de utilizar Studio Templates. Son entornos de codificación de IA creados previamente por la comunidad, y puedes utilizarlos sin tener que configurar nada. Configurar un entorno para proyectos de IA puede llevar mucho tiempo, y las Studio Templates pueden ayudar a aumentar la productividad. Estos entornos vienen precargados con todo lo necesario para proyectos de IA, como dependencias instaladas, pesos de modelos, datos, código, etc.

Fig 2. Luca explicando qué son las Studio Templates.

Link to this sectionEntrenamiento de modelos Ultralytics YOLO en Lightning Studios#

Luca pasó entonces a la demostración en directo, destacando cómo puedes utilizar Lightning Studio para entrenar modelos Ultralytics YOLO. Abrió una Studio Template, que ya tenía todas las dependencias instaladas, y puso en marcha una máquina con cuatro GPUs para acelerar el proceso de entrenamiento. Respecto a los datos, dijo que puedes optar por almacenarlos directamente en la máquina o transmitirlos desde la nube, haciendo que el proceso de entrenamiento sea más rápido y eficiente.

En pocos segundos, la máquina estuvo lista y Luca inició rápidamente la sesión de entrenamiento. Durante la demostración, un problema menor provocó que la máquina se detuviera inesperadamente, pero Lightning Studios se reanudó sin problemas desde donde se había quedado, asegurando que no se perdiera ningún progreso. Luca señaló cómo esta fiabilidad favorece unos flujos de trabajo fluidos, incluso ante interrupciones inesperadas.

Continuando con la demostración, mostró lo fácil que es supervisar el progreso del entrenamiento mediante TensorBoard, una herramienta para visualizar métricas de aprendizaje automático en tiempo real. Lightning Studio hace esto aún más sencillo al generar automáticamente URLs que permiten a ti o a tus compañeros de equipo en el mismo espacio de trabajo acceder a las vistas de TensorBoard sin ninguna configuración adicional. Esto agiliza la colaboración y mantiene a todos al tanto.

Fig 3. Un diagrama de flujo sobre el entrenamiento de modelos Ultralytics YOLO en Lightning Studios. Imagen del autor.

Link to this sectionDespliegue de modelos Ultralytics YOLO con LitServe#

Tras la demostración, Luca centró la charla en un nuevo proyecto, LitServe, lanzado recientemente por Lightning AI. LitServe simplifica el proceso de tomar un modelo entrenado y convertirlo en un servicio escalable que otros puedan utilizar, eliminando la necesidad de complejos canales de despliegue. Está diseñado para gestionar todo, desde el empaquetado del modelo hasta su despliegue con un esfuerzo mínimo.

Para mostrarlo en tiempo real, Luca ofreció a la audiencia una rápida demostración utilizando un modelo Ultralytics YOLOv8 preentrenado. Fue capaz de crear una API sencilla para gestionar las solicitudes entrantes y devolver predicciones de imágenes en pocos segundos. Esto significa que cualquiera puede hacer ping a esta API con una imagen y recibir resultados para tareas de visión artificial como la detección de objetos casi al instante. Entre bastidores, el modelo Ultralytics YOLOv8 se despliega como un servicio, gestionando eficientemente las solicitudes, procesando imágenes y entregando predicciones con una latencia mínima.

Fig 4. Luca mostrando LitServe de Lightning AI durante YV24.

Ejecutó una inferencia sobre una imagen de una pizza, y Ultralytics YOLOv8 identificó con éxito objetos como la pizza, una cuchara y una mesa de comedor. Explicó que, aunque la primera solicitud tarda un poco más debido a un "arranque en frío", las solicitudes posteriores son mucho más rápidas una vez que el sistema está listo.

Luca preguntó entonces: "¿Y si quiero exponer esto al mundo exterior?". Explicó cómo el plugin API Builder hace que convertir tu modelo en un servicio en vivo y listo para producción sea sencillo. Con funciones como dominios personalizados, seguridad añadida e integración fluida, puedes hacer que tu modelo sea fácilmente accesible para cualquiera.

Link to this sectionVentajas clave de usar Lightning Studios#

Para concluir su charla, Luca mencionó la escalabilidad y flexibilidad de Lightning Studio para el desarrollo de IA. Comentó cómo la plataforma puede entrenar modelos en múltiples máquinas, escalando hasta 10.000 nodos, con un entrenamiento tolerante a fallos que se reanuda automáticamente tras cualquier interrupción.

Por ejemplo, si un trabajo de entrenamiento en un clúster de GPU se interrumpe debido a un problema de hardware o al reinicio de un servidor, Lightning Studios se asegura de que el proceso se reanude exactamente donde se quedó. Esto lo hace ideal para proyectos de IA a gran escala, como el entrenamiento de modelos de aprendizaje profundo en datasets masivos como ImageNet o COCO.

Aquí tienes otras ventajas clave de Lightning Studios de las que habló Luca:

• Créditos GPU mensuales gratuitos: Los usuarios reciben 15 créditos GPU gratuitos cada mes, que se renuevan automáticamente, asegurando que puedas experimentar y desarrollar sin costes añadidos.
• Colaboración mejorada: Los espacios de equipo compartidos y los entornos reproducibles de Lightning Studio permiten a los miembros del equipo trabajar juntos sin problemas, garantizando la consistencia y la eficiencia en todos los proyectos.
• Opciones de instancia flexibles: Te da la flexibilidad de elegir entre instancias interrumpibles y no interrumpibles, lo que permite a los usuarios ahorrar costes en máquinas GPU con opciones interrumpibles.
• Integración con herramientas existentes: La plataforma se integra con herramientas de desarrollo remoto como SSH (Secure Socket Shell) y VS Code, proporcionando flexibilidad para trabajar localmente o en la nube.

Link to this sectionConclusiones clave#

La ponencia de Luca en YV24 destacó cómo la IA, combinada con herramientas como los modelos Ultralytics YOLO y Lightning AI, está cambiando la forma en que resolvemos los problemas del mundo real. Facilitan a los desarrolladores el entrenamiento y el despliegue de modelos diseñados para abordar problemas específicos en diversos sectores.

Ilustró cómo Lightning Studios hace que todo el proceso de desarrollo sea más rápido y accesible, permitiendo a los desarrolladores crear soluciones potentes fácilmente. En el núcleo de plataformas de vanguardia como Lightning AI, los modelos de visión artificial están transformando la forma en que las soluciones de IA gestionan los desafíos. En particular, con el último modelo Ultralytics YOLO11, los desarrolladores pueden crear soluciones que tengan un impacto significativo.

Únete a nuestra comunidad para mantenerte al día sobre la IA y sus usos prácticos. Echa un vistazo a nuestro repositorio en GitHub para explorar innovaciones en sectores como los coches autónomos con IA y la visión artificial en la sanidad.