Benchmark Ultralytics

Metodologia di addestramento

Usiamo il throughput di addestramento — immagini elaborate al secondo durante l’addestramento — come parametro di riferimento, poiché è direttamente correlato al tempo necessario per ottenere un risultato. Ogni risultato è misurato sulle GPU della Ultralytics Platform: lo stesso hardware NVIDIA che puoi noleggiare con un clic per l’addestramento nel cloud, dalle schede workstation di fascia base alle GPU di punta per i data center. Addestriamo YOLO26 in tutte e cinque le dimensioni (n/s/m/l/x), così puoi scegliere il modello più adatto al budget del tuo hardware.

Impostazioni. 2 epoche sul 25% di COCO a 640 px, precisione mista AMP, una singola GPU, con auto-batch (batch=-1) che seleziona il batch più grande compatibile con la memoria disponibile. Riportiamo i dati della seconda epoca a regime, escludendo il riscaldamento della prima epoca (memorizzazione nella cache dei dati, acquisizione del grafo CUDA) e la fase di validazione finale. La dimensione del batch effettiva, il picco di VRAM (incluso il contesto CUDA) e il picco di potenza della scheda vengono registrati direttamente da ciascuna GPU.

Efficienza dei costi. Immagini per dollaro = throughput × 3600 ÷ prezzo orario, calcolato in base ai prezzi on-demand della Ultralytics Platform: spesso l’ordine della classifica cambia radicalmente, perché le GPU convenienti superano quelle di punta in immagini per dollaro. Consulta anche la documentazione delle modalità Train e Benchmark.