Présentation d'Ultralytics AutoTrain : simplifie l'entraînement des modèles de vision par IA

Construire un modèle de vision par ordinateur relève rarement d'un processus en une seule étape. Un entraînement efficace de modèle de vision par IA exige des équipes qu'elles établissent une référence, évaluent les résultats, ajustent les configurations, comparent les expériences et répètent, souvent à l'aide d'outils déconnectés.

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

Disponible via Ask AI, l'assistant transforme les requêtes en langage naturel en actions tout au long de ton flux de développement de modèles. Tu peux lui demander d'établir une référence, d'exécuter des expériences contrôlées, d'interpréter les résultats, ainsi que d'exporter ou de déployer ton modèle sélectionné.

Qu'est-ce qu'Ultralytics AutoTrain ?#

Les équipes de vision par ordinateur devraient consacrer leur temps à améliorer les résultats concrets, et non à configurer des exécutions à répétition ni à rassembler des résultats d'expériences fragmentés.

Avec AutoTrain, tu peux :

• Commencer plus rapidement : crée une référence sans configurer manuellement chaque paramètre d'entraînement.
• Prendre des décisions éclairées : compare des modèles à l'aide de métriques de validation et comprends pourquoi les résultats diffèrent.
• Améliorer de façon systématique : teste des variables telles que la taille du modèle ou la résolution des images par le biais d'expériences contrôlées.
• Réduire la surcharge opérationnelle : garde des jeux de données, des exécutions d'entraînement, des métriques, des exportations et des déploiements connectés.
• Accélérer la production : exporte ou déploie le modèle le plus performant directement depuis le même flux de travail.

Au lieu de te demander « Quelle configuration devrions-nous tester 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 développant un système d'inspection industrielle pourrait lui demander d'établir une référence de détection de défauts et de comparer des résolutions d'images. Une entreprise de logistique pourrait évaluer quel modèle identifie le mieux les conteneurs et les équipements. Un développeur construisant une application de vente au détail pourrait comparer des modèles achevés, identifier des classes difficiles et planifier l'expérience suivante.

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

Un parcours connecté, des données au déploiement#

AutoTrain fait partie de la 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 prendre en charge des tâches connexes, notamment l'annotation automatique d'images non étiquetées à l'aide d'un modèle compatible, l'exportation d'un modèle sélectionné vers des formats tels que ONNX, et le lancement d'un déploiement.

Cela signifie moins de transferts entre les systèmes, et un chemin plus direct des données visuelles vers une application de vision par IA fonctionnelle.

Mets AutoTrain au travail dans ton flux de travail de vision par IA#

AutoTrain aide les équipes à dépasser les entraînements ponctuels pour adopter un flux d'expérimentation plus rapide et structuré. Utilise-le pour tester des configurations, comparer des résultats, comprendre les différences de performances et acheminer ton modèle le plus solide vers la production, le tout au sein d'Ultralytics Platform.

Par exemple, tu pourrais demander à AutoTrain de :

• Tester une approche : « Entraîne trois modèles aux tailles d'image 640, 800 et 960 tout en maintenant fixes les divisions du jeu de données et les autres paramètres. »
• Transformer les résultats en prochaines étapes : « Compare les modèles achevés selon la mAP50-95 de validation, explique les différences de performances et recommande la prochaine expérience. »
• Avancer vers la production : « Déploie le modèle achevé le plus performant et fournis l'état de son point de terminaison. »

Ces requêtes font bien plus qu'initier des actions. Elles aident les équipes à prendre des décisions éclairées tout au long du développement du modèle, réduisant la coordination manuelle et créant un chemin plus clair d'une référence initiale à un modèle de vision par IA prêt pour la production.

Commence à construire avec AutoTrain#

Que tu entraînes ton premier modèle ou que tu optimises un candidat pour la production, AutoTrain t'aide à expérimenter avec plus de rapidité, de structure et de confiance.

Connecte-toi à Ultralytics Platform, ouvre ton jeu de données ou ton projet, et sélectionne Ask AI pour commencer. Explore d'autres invites et exemples de flux de travail dans la documentation AutoTrain.