Entrenamiento personalizado de modelos YOLO de Ultralytics en Lightning AI

Tanto si eres un desarrollador de IA con experiencia como si estás empezando a explorar la IA de visión, disponer de un entorno fiable para probar y experimentar con modelos de visión artificial como Ultralytics YOLO11 es fundamental. Un entorno hace referencia a las herramientas, los recursos y la infraestructura necesarios para diseñar, probar y desplegar modelos de IA de forma eficiente.

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

La importancia de facilitar el desarrollo de la IA quedó patente en YOLO Vision 2024 (YV24), un evento híbrido anual organizado por Ultralytics centrado en los avances en IA y visión artificial. Luca Antiga, director de tecnología de Lightning AI, impartió una ponencia titulada 'Going YOLO on Lightning Studios', en la que explicó cómo entrenar modelos Ultralytics YOLO de forma rápida y fluida con Lightning AI, sin tener que lidiar con las complejidades técnicas.

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

Uso de Lightning AI y Ultralytics YOLO para simplificar el desarrollo de IA#

Luca comenzó su ponencia compartiendo sus reflexiones y su reconocimiento por la influencia de los modelos YOLO en diversos sectores. Destacó cómo pueden aplicarse los modelos YOLO en sectores como la fabricación y la agricultura. Afirmó: «Aprecio el impacto que YOLO ha tenido en la comunidad de creadores: personas que necesitan resolver problemas reales y prácticos; esto me toca muy de cerca».

Relacionando este tema con el creciente interés por 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 todo el mundo. Es especialmente útil para impulsar avances iterativos en IA y ayudar a los desarrolladores a perfeccionar y mejorar los modelos.

Fig. 1 Luca Antiga presentando a distancia Lightning Studios en YV24.

También señaló que Lightning AI es similar a PyTorch Lightning, un framework 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 funciones para todo el proceso de desarrollo de IA, no solo para entrenar modelos de IA.

Un componente esencial 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 considerar Lightning Studios como un entorno de desarrollo reproducible para IA que se ejecuta en la nube. Por ejemplo, ofrece un entorno similar a Jupyter Notebook que se puede duplicar y compartir con otro desarrollador, lo que ayuda a mejorar la colaboración.

A continuación, Luca explicó las ventajas de Lightning Studios: «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 iniciar el entrenamiento en mil máquinas, tu entorno será persistente».

Configuración de Lightning Studios para el entrenamiento y el desarrollo#

A continuación, Luca mostró lo rápido que puedes empezar a utilizar Lightning Studios. Con solo unos clics, puedes abrir un estudio nuevo y acceder a herramientas y entornos como Jupyter Notebooks y VS Code, todo configurado y listo para programar. También mostró lo fácil que es cambiar entre distintas máquinas. Si la tarea en la que estás trabajando requiere más potencia, puedes cambiar fácilmente de una CPU a una GPU más potente. La GPU permanecerá activa solo mientras se esté utilizando; de lo contrario, entrará en modo de suspensión para ahorrar tus créditos.

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

Fig. 2 Luca explicando qué son las plantillas de Studio.

Entrenamiento de modelos Ultralytics YOLO en Lightning Studios#

A continuación, Luca pasó a la demostración en directo y destacó cómo puedes utilizar Lightning Studio para entrenar modelos Ultralytics YOLO. Abrió una plantilla de Studio que ya tenía instaladas todas las dependencias y puso en marcha una máquina con cuatro GPU para acelerar el proceso de entrenamiento. En cuanto a los datos, explicó que puedes elegir entre almacenarlos directamente en la máquina o transmitirlos desde la nube, lo que hace que el proceso de entrenamiento sea más rápido y eficiente.

En pocos segundos, la máquina estaba lista y Luca inició rápidamente la sesión de entrenamiento. Durante la demostración, un pequeño problema hizo que la máquina se detuviera inesperadamente, pero Lightning Studios reanudó el proceso sin problemas desde el punto en el que se había detenido, asegurándose de que no se perdiera ningún progreso. Luca señaló que esta fiabilidad permite mantener 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 lo hace aún más sencillo al generar automáticamente URL que permiten acceder a las vistas de TensorBoard a ti o a tus compañeros de equipo en el mismo espacio de trabajo sin ninguna configuración adicional. Esto agiliza la colaboración y mantiene a todo el mundo informado.

Fig. 3. Diagrama de flujo del entrenamiento de modelos Ultralytics YOLO en Lightning Studios. Imagen del autor.

Despliegue de modelos Ultralytics YOLO con LitServe#

Tras la demostración, Luca centró la ponencia en un nuevo proyecto, LitServe, lanzado recientemente por Lightning AI. LitServe simplifica el proceso de convertir un modelo entrenado en un servicio escalable que otros pueden utilizar, eliminando la necesidad de complejas canalizaciones de despliegue. Está diseñado para gestionar todo, desde el empaquetado del modelo hasta su despliegue, con el mínimo esfuerzo.

Para mostrarlo en tiempo real, Luca hizo una demostración rápida ante el público utilizando un modelo Ultralytics YOLOv8 preentrenado. Pudo crear una API sencilla para gestionar las solicitudes entrantes y devolver predicciones de imágenes en pocos segundos. Esto significa que cualquiera puede enviar una imagen a esta API 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 que gestiona las solicitudes, procesa las imágenes y proporciona 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 correctamente objetos como la pizza, una cuchara y una mesa de comedor. Explicó que, aunque la primera solicitud tarda algo más debido a un «inicio en frío», las solicitudes posteriores son mucho más rápidas una vez que el sistema se ha calentado.

Luca preguntó entonces: «¿Y si quiero exponer esto al mundo exterior?». Explicó cómo el complemento API Builder facilita la conversión del modelo en un servicio activo y listo para producción. Con funciones como dominios personalizados, seguridad adicional e integración fluida, puedes hacer que tu modelo sea accesible para cualquiera fácilmente.

Principales ventajas de utilizar Lightning Studios#

Para concluir su ponencia, Luca habló de la escalabilidad y flexibilidad de Lightning Studio para el desarrollo de IA. Comentó que la plataforma puede entrenar modelos en varias máquinas, escalar hasta 10 000 nodos y ofrecer un entrenamiento tolerante a fallos que se reanuda automáticamente después de 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 garantiza que el proceso se reanude exactamente desde el punto en el que se detuvo. Esto lo hace ideal para proyectos de IA a gran escala, como entrenar modelos de aprendizaje profundo con conjuntos de datos masivos como ImageNet o COCO.

Estas son otras ventajas clave de Lightning Studios de las que habló Luca:

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

Conclusiones 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 problemas del mundo real. Estas herramientas facilitan que los desarrolladores entrenen y desplieguen modelos diseñados para abordar problemas específicos en una amplia variedad de sectores.

Mostró cómo Lightning Studios agiliza y hace más accesible todo el proceso de desarrollo, permitiendo a los desarrolladores crear soluciones potentes fácilmente. En el núcleo de plataformas avanzadas como Lightning AI, los modelos de visión artificial están transformando la forma en que las soluciones de IA afrontan los desafíos. En particular, con el modelo Ultralytics YOLO11 más reciente, los desarrolladores pueden crear soluciones que generen un impacto significativo.

Únete a nuestra comunidad para mantenerte al día sobre la IA y sus usos prácticos. Visita nuestro repositorio de GitHub para explorar innovaciones en sectores como la IA en los vehículos autónomos y la visión artificial en la sanidad.