Découvrez Ultralytics AutoTrain : simplifiez l’entraînement des modèles d’IA visuelle

La création d’un modèle de vision par ordinateur se fait rarement en une seule exécution. Pour entraîner efficacement un modèle d’IA de vision, les équipes doivent établir une référence, évaluer les résultats, ajuster les configurations, comparer les expériences et recommencer, souvent avec des outils qui ne sont pas connectés.

Aujourd’hui, nous présentons Ultralytics AutoTrain, une façon plus intelligente d’entraîner, de comparer et d’améliorer les modèles Ultralytics YOLO dans Ultralytics Platform.

Accessible via Ask AI, l’assistant transforme les demandes en langage naturel en actions dans l’ensemble de ton processus de développement de modèles. Tu peux lui demander d’établir une référence, de lancer des expériences contrôlées, d’interpréter les résultats et d’exporter ou de déployer le modèle sélectionné.

Qu’est-ce qu’Ultralytics AutoTrain ?#

Les équipes de vision par ordinateur devraient consacrer leur temps à améliorer les résultats dans le monde réel, et non à reconfigurer sans cesse des exécutions ou à assembler les résultats d’expériences.

Avec AutoTrain, tu peux :

• Démarrer plus vite : crée une référence sans configurer manuellement chaque paramètre d’entraînement.
• Prendre des décisions éclairées : compare les modèles à l’aide des métriques de validation et comprends les différences de résultats.
• Améliorer de façon systématique : teste des variables comme la taille du modèle ou la résolution des images au moyen d’expériences contrôlées.
• Réduire la charge liée au processus : garde les jeux de données, les exécutions d’entraînement, les métriques, les exports et les déploiements connectés.
• Accélérer la mise en production : exporte ou déploie le modèle le plus performant directement depuis le même processus.

Au lieu de demander « Quelle configuration devrions-nous essayer ensuite ? », les équipes peuvent se concentrer sur une question plus utile : « Ce modèle est-il prêt à résoudre notre problème ? »

Conçu autour de ton objectif#

AutoTrain s’adapte à ta façon de travailler.

Une équipe qui développe un système d’inspection industrielle pourrait lui demander d’établir une référence pour la détection des défauts et de comparer différentes résolutions d’image. Une entreprise de logistique pourrait évaluer quel modèle identifie le mieux les conteneurs et les équipements. Un développeur qui crée une application de vente au détail pourrait comparer les modèles entraînés, repérer les classes difficiles et planifier l’expérience suivante.

Tu définis l’objectif, les limites et le budget de calcul. AutoTrain aide à exécuter le processus et à transformer les résultats en prochaines étapes claires.

Un parcours intégré, des données au déploiement#

AutoTrain fait partie de l’écosystème plus large Ultralytics Platform, où les équipes peuvent gérer des jeux de données, annoter des images, entraîner des modèles, examiner des expériences, exporter des artefacts et déployer des points de terminaison.

L’assistant Ask AI peut également faciliter les tâches connexes, notamment l’annotation automatique d’images non étiquetées à l’aide d’un modèle compatible, l’exportation d’un modèle sélectionné dans des formats tels que ONNX et le lancement d’un déploiement.

Cela signifie moins de transferts entre systèmes et un parcours plus direct, des données visuelles à une application d’IA de vision opérationnelle.

Mets AutoTrain au service de ton processus d’IA de vision#

AutoTrain aide les équipes à dépasser les entraînements ponctuels pour adopter un processus d’expérimentation plus rapide et mieux structuré. Utilise-le pour tester des configurations, comparer les résultats, comprendre les écarts de performance et faire progresser ton meilleur modèle vers la production, le tout dans Ultralytics Platform.

Par exemple, tu peux demander à AutoTrain de :

• Tester une approche : « Entraîne trois modèles avec des tailles d’image de 640, 800 et 960, en gardant les partitions du jeu de données et les autres paramètres fixes. »
• Transformer les résultats en prochaines étapes : « Compare les modèles entraînés selon le mAP50-95 de validation, explique les écarts de performance et recommande la prochaine expérience. »
• Avancer vers la production : « Déploie le modèle entraîné le plus performant et indique l’état de son point de terminaison. »

Ces demandes ne se limitent pas à lancer des actions. Elles aident les équipes à prendre des décisions éclairées tout au long du développement du modèle, réduisant la coordination manuelle et clarifiant le parcours entre une première référence et un modèle d’IA de vision prêt pour la production.

Commence à créer avec AutoTrain#

Que tu entraînes ton premier modèle ou que tu optimises un modèle candidat pour la production, AutoTrain t’aide à expérimenter plus rapidement, avec une meilleure structure et davantage de confiance.

Connecte-toi à Ultralytics Platform, ouvre ton jeu de données ou ton projet, puis sélectionne Ask AI pour commencer. Découvre d’autres invites et exemples de processus dans la documentation AutoTrain.