Comment entraîner vos modèles personnalisés avec Ultralytics HUB

Dans notre quête constante d'innovation basée sur l'IA, rejoignez-nous pour examiner de plus près Ultralytics HUB, une plateforme conçue pour simplifier l'entraînement de modèles Ultralytics YOLO personnalisés. Que vous soyez un développeur chevronné ou un débutant, Ultralytics HUB offre une expérience transparente pour la création et la gestion de modèles de vision par ordinateur. Découvrons comment entraîner vos modèles YOLO personnalisés en quelques clics.

Qu'est-ce qu'Ultralytics HUB ?

Ultralytics HUB est une plateforme complète conçue pour gérer vos jeux de données, vos projets et vos modèles, ce qui facilite l'entraînement et le déploiement de modèles d'apprentissage automatique. 

Il s'intègre à diverses plateformes, prend en charge les mises à jour en temps réel via son application mobile (disponible sur Android et iOS) et évolue continuellement avec de nouvelles fonctionnalités. Pour des informations techniques plus approfondies et un flux de travail étape par étape, consultez notre article Medium sur la façon d'entraîner des modèles de vision par ordinateur sur le cloud.

Démarrage avec Ultralytics HUB

Interface conviviale

La première chose que vous remarquerez sur Ultralytics HUB est son interface intuitive. La page d'accueil offre un accès facile aux jeux de données, aux projets, aux modèles et aux intégrations. Bien qu'elle soit encore en version bêta, la plateforme dispose déjà d'un éventail de fonctionnalités puissantes.

Ensembles de données et modèles

Ultralytics HUB est préchargé avec des jeux de données standard tels que VOC, COCO et Simpsons, qui sont couramment utilisés pour l'évaluation comparative. Ces jeux de données sont importants, COCO comprenant 80 classes et 140 000 images. Toutefois, la plateforme prend également en charge les jeux de données plus petits, ce qui la rend idéale pour les utilisateurs de tous niveaux. Vous pouvez télécharger votre jeu de données personnalisé ou vous connecter à des outils externes tels que Roboflow pour l'annotation d'images et la préparation de jeux de données.

Création d'un projet

Créer un nouveau projet dans Ultralytics HUB est incroyablement simple. Voici un guide étape par étape pour vous aider à démarrer :

1. Créer un projet : Commencez par nommer votre projet. Pour cet exemple, appelons-le "Détection d'objets".
   ‍
2. Choisir un jeu de données : Sélectionnez un jeu de données parmi les options disponibles. Pour simplifier, nous utiliserons le jeu de données Simpsons avec 14 000 images.
   ‍
3. Sélectionner un modèle : Choisissez un modèle YOLO. Ultralytics HUB prend en charge différents modèles, notamment YOLOv5 et YOLOv8. Pour les besoins de cet exemple, nous allons choisir le modèle YOLOv8 nano.
   ‍
4. Ajuster les hyperparamètres : Modifiez les paramètres tels que le nombre d'epochs, la taille de l'image et la taille du lot. Vous pouvez également choisir d'utiliser un GPU ou un CPU et configurer les options de mise en cache.

Entraînement du modèle

Une fois votre projet configuré, l'entraînement du modèle n'est qu'à un clic. Ultralytics HUB offre de multiples options d'entraînement :

• Entraînement local : installez Ultralytics sur votre machine locale et exécutez le script d’entraînement.
  ‍
• Google Colab : Ouvrez un notebook Google Colab préconfiguré avec le code nécessaire. Cette option ne nécessite aucun codage et s'exécute de manière transparente dans le cloud.
  ‍
• HUB Cloud : L'entraînement Ultralytics HUB Cloud offre une solution sans code pour l'entraînement des modèles YOLO, idéale pour les non-codeurs et les chefs d'entreprise. Le flux de travail comprend le chargement des ensembles de données, la sélection des modèles et la configuration des instances cloud, ce qui facilite le réglage fin des modèles pré-entraînés et leur exportation pour diverses applications.

Pour entraîner le modèle dans Google Colab :

1. Installer Ultralytics : Exécutez la commande pour installer Ultralytics dans le notebook.
   ‍
2. Configuration et clé API : configurez l'installation et entrez votre clé API.
   ‍
3. Démarrer l'entraînement : Exécutez les commandes d'entraînement, et votre modèle commencera à s'entraîner.

Suivi des progrès de la formation

Ultralytics HUB fournit un suivi en temps réel de la progression de l'entraînement de votre modèle. Vous pouvez surveiller les indicateurs clés tels que la précision (accuracy), la justesse (precision), le rappel (recall) et les fonctions de perte (loss functions). La plateforme visualise également les données d'entraînement, ce qui vous permet de voir comment votre modèle s'améliore au fil du temps.

Fonctionnalités et intégrations avancées

Formation dans le cloud et intégration de RoboFlow

Ultralytics HUB a introduit l'entraînement dans le cloud, permettant aux utilisateurs d'entraîner des modèles directement dans le cloud sans aucune configuration locale. La plateforme s'intègre également à Roboflow pour l'annotation d'images et la préparation de jeux de données. Cette intégration rationalise le flux de travail, de la préparation des données à l'entraînement du modèle.

Application mobile

L'application Ultralytics HUB apporte la détection d'objets en temps réel à votre appareil mobile. En utilisant des modèles pré-entraînés, l'application peut détecter des objets du dataset COCO avec une grande précision, fonctionnant à 30 images par seconde sur un iPhone 14 Pro. Cette fonctionnalité est parfaite pour tester des modèles dans des scénarios réels et pour démontrer les capacités de vos modèles entraînés.

Conclusion

Ultralytics HUB change la donne dans le monde de la vision par ordinateur, rendant plus facile que jamais la formation de modèles YOLO personnalisés. Son interface conviviale, ses fonctionnalités robustes et ses intégrations transparentes en font un outil indispensable pour les développeurs et les chercheurs. Que vous cherchiez à entraîner des modèles localement, dans le cloud ou en déplacement avec l'application mobile, Ultralytics HUB est là pour vous.

Alors, pourquoi attendre ? Plongez dès aujourd'hui dans Ultralytics HUB et libérez le potentiel de vos projets de machine learning en quelques clics !