4 ottobre 2024
Unisciti a noi mentre esaminiamo più da vicino come puoi utilizzare Ultralytics HUB per addestrare e distribuire i nuovi modelli Ultralytics YOLO11. Ti guideremo passo dopo passo attraverso il processo.
Ultralytics YOLO11 è il nuovo modello di computer vision all'avanguardia progettato per attività come il rilevamento di oggetti, la classificazione delle immagini e la segmentazione delle istanze. È più veloce, più preciso e più efficiente rispetto alle versioni precedenti dei modelli YOLO (You Only Look Once). YOLO11 può essere utilizzato per una varietà di applicazioni di computer vision in tempo reale. Soprattutto, iniziare a utilizzare Ultralytics YOLO11 è semplice e diretto come tutti gli altri modelli Ultralytics YOLO.
In precedenza abbiamo discusso delle nuove funzionalità e dei miglioramenti di YOLO11 e abbiamo accennato all'accesso al modello tramite il pacchetto Python Ultralytics o Ultralytics HUB. In questa guida, ti illustreremo come utilizzare Ultralytics HUB passo dopo passo per addestrare e distribuire facilmente Ultralytics YOLO11.
Ultralytics HUB è la piattaforma no-code e user-friendly di Ultralytics progettata per semplificare l'intero processo, dall'addestramento all'implementazione dei modelli YOLO, compresi i nuovi modelli Ultralytics YOLO11. Che tu sia un esperto di AI o un principiante nel campo della computer vision, HUB offre un'interfaccia intuitiva che ti permette di caricare dataset, selezionare modelli pre-addestrati e metterli a punto per le tue esigenze specifiche. Con pochi clic, puoi addestrare modelli per applicazioni in tempo reale in settori che vanno dalla produzione all'agricoltura. HUB si concentra sul rendere accessibile l'AI avanzata senza la necessità di una programmazione estesa.
Ultralytics HUB offre diverse opzioni di piano, con un livello gratuito per l'accesso base e un piano Pro che offre funzionalità aggiuntive come l'addestramento su cloud, la collaborazione in team e limiti di utilizzo maggiori. Ecco una rapida panoramica di alcune delle funzionalità chiave offerte da Ultralytics HUB:
HUB si integra anche con varie piattaforme e gli utenti possono esportare modelli addestrati in vari formati come ONNX, TensorFlow e CoreML, rendendo l'implementazione su più piattaforme senza soluzione di continuità. In sostanza, Ultralytics HUB semplifica le complesse attività di IA, dalla gestione dei set di dati all'implementazione di modelli in tempo reale, il tutto all'interno di un unico strumento completo.
Per eseguire inferenze su Ultralytics HUB utilizzando YOLO11, è sufficiente andare alla sezione "Modelli" e scegliere il modello YOLO11 a cui sei interessato. Quindi, puoi fare clic su "Anteprima" per provare il modello caricando qualsiasi immagine.
Questa funzionalità di HUB consente a chiunque, indipendentemente dal livello di esperienza, di testare le previsioni del modello con YOLO11 e vedere come funziona. È un modo intuitivo per sperimentare gratuitamente Ultralytics YOLO11.
Dopo aver creato un account, puoi immergerti subito nell'addestramento accedendo alla dashboard. Da lì, puoi gestire i tuoi progetti, caricare dataset e iniziare ad addestrare i tuoi modelli YOLO11 con facilità. La piattaforma è progettata per rendere il processo il più rapido e semplice possibile.
Una volta effettuato l'accesso, puoi cliccare su "Datasets" dal menu a sinistra per esplorare una vasta gamma di dataset preesistenti disponibili su Ultralytics HUB. Questi dataset sono adatti a vari compiti, come il rilevamento di oggetti con bounding box orientati (OBB) e la stima della posa. Ad esempio, puoi usare COCO128 per il rilevamento di oggetti con 80 classi o Fashion-MNIST per la classificazione delle immagini. Questi dataset sono immediatamente disponibili e ottimizzati per l'addestramento di modelli YOLO.
Se desideri lavorare con i tuoi dati, puoi caricare dataset personalizzati. Quando lo fai, assicurati che il tuo dataset segua la struttura YOLO, incluso un file YAML formattato correttamente nella directory principale, e che sia zippato.
Una volta che il tuo dataset è pronto, puoi cliccare sul pulsante "Upload Dataset", selezionare il tipo di task e caricare il file ZIP. Dopo il caricamento, Ultralytics HUB convalida automaticamente il tuo dataset e puoi iniziare immediatamente ad addestrare modelli YOLO. Puoi anche gestire e visualizzare i dettagli del tuo dataset, come le suddivisioni delle immagini (train, validation, test) e analizzare i dati per assicurarti che siano pronti per l'addestramento del modello.
Per iniziare ad addestrare un modello YOLO11 utilizzando la funzione Cloud Training di Ultralytics HUB, è necessario effettuare l'upgrade al piano Pro. Come utente Pro, le risorse GPU sono disponibili per un addestramento più rapido ed efficiente. Una volta effettuato l'upgrade, accedere alla sezione "Modelli", selezionare la variazione del modello YOLO11 desiderata e configurare le impostazioni di addestramento.
Puoi scegliere il numero di epoche (che definiscono quante volte il modello passerà attraverso il dataset) o impostare una durata specifica per l'addestramento a tempo. Prima che inizi l'addestramento del modello, Ultralytics HUB inizializzerà un'istanza GPU dedicata per garantire prestazioni ottimizzate. A seconda della domanda, l'inizializzazione potrebbe richiedere del tempo, ma nessun costo verrà applicato al tuo account durante questo processo.
Dopo aver finalizzato le impostazioni, fare clic su "Start Training" per avviare la sessione. Durante l'addestramento, è possibile monitorare i progressi in tempo reale tramite una dashboard. Questa offre la possibilità di mettere in pausa, interrompere o riprendere l'addestramento secondo necessità. Se il saldo del conto si esaurisce durante l'addestramento basato su epoch, la sessione si interromperà, consentendo di ricaricare il saldo prima di riprendere. La piattaforma salva automaticamente i checkpoint, il che significa che è possibile riprendere da dove si era interrotto.
Al termine della formazione, è possibile verificare tutti i costi tramite la scheda di fatturazione, dove si trovano report dettagliati sui costi che semplificano il monitoraggio delle spese e la gestione efficiente della formazione.
Quando si distribuisce il modello YOLO11 addestrato personalizzato con Ultralytics HUB, ci sono due opzioni principali: la Shared Inference API e la Dedicated Inference API. Per utilizzare il modello distribuito, è possibile effettuare richieste di inferenza all'API utilizzando Python o cURL, a seconda della configurazione. Il processo generale prevede l'invio di un file immagine insieme ai parametri rilevanti (come la dimensione dell'immagine e le soglie di confidenza) all'API. Ultralytics HUB restituirà le previsioni in un semplice formato JSON, che è possibile elaborare ulteriormente.
La Shared Inference API è una soluzione conveniente per gli utenti del livello gratuito e fornisce 100 chiamate all'ora e fino a 1000 chiamate al mese. Elimina la necessità di un ambiente locale e supporta una rapida implementazione direttamente dall'Ultralytics HUB.
La Dedicated Inference API, disponibile per gli utenti Pro, è più adatta per implementazioni su larga scala o applicazioni in tempo reale. Fornisce un'implementazione con un solo clic in un ambiente cloud dedicato basato su Google Cloud Run. Questa opzione è ottimizzata per applicazioni ad alte prestazioni, garantendo una latenza inferiore a 100 ms e una copertura globale in 38 regioni per l'elaborazione in tempo reale. Supporta inoltre funzionalità di sicurezza avanzate, rendendola adatta per i settori con severi requisiti di protezione dei dati.
Una volta scelto tra la Shared o Dedicated Inference API per il deployment del tuo modello YOLO11, i passaggi successivi sono semplici ed efficienti. Puoi aprire la scheda "Deploy" all'interno della pagina del tuo modello su Ultralytics HUB. Se stai usando la Shared Inference API, puoi consultare questa guida per seguire le istruzioni per impostare le tue chiamate API. Per gli utenti della Dedicated Inference API, basta cliccare sul pulsante Start Endpoint per avviare l'endpoint. Una volta attivo, HUB ti fornirà un URL univoco da utilizzare per i tuoi task di inferenza.
Se il tuo progetto necessita di un modello in un formato specifico o per l'uso offline, Ultralytics HUB offre opzioni di esportazione come ONNX, CoreML o TensorFlow per supportare varie piattaforme, dai sistemi mobili al cloud. Per gli sviluppatori che desiderano integrare i modelli direttamente nelle applicazioni, l'Ultralytics HUB-SDK fornisce un modo efficiente per gestire le implementazioni tramite Python. Utilizzando le chiavi API o le credenziali Ultralytics, puoi facilmente controllare l'implementazione ed eseguire inferenze nel tuo codice, offrendoti la flessibilità necessaria per un'integrazione senza interruzioni.
Ultralytics HUB è una piattaforma all-in-one progettata per rendere il training e il deployment dei modelli YOLO11 accessibili sia ai principianti che agli esperti. Supporta un'ampia gamma di attività, dall'upload dei dataset alla configurazione del training, offrendo opzioni di deployment flessibili come le API di inferenza condivise e dedicate. Che si tratti di effettuare il deployment tramite API o di esportare modelli per l'uso offline, HUB garantisce un'integrazione perfetta tra le piattaforme. Con opzioni per applicazioni in tempo reale e soluzioni scalabili, Ultralytics HUB può essere utilizzato per un'ampia gamma di esigenze di deployment sia per utenti principianti che avanzati.
Esplora il nostro repository GitHub e unisciti alla nostra vivace community per approfondire la tua conoscenza dell'AI. Scopri come la Vision AI sta promuovendo l'innovazione in settori come l'healthcare e l'agricoltura.
