4 ottobre 2024
Scoprite con noi come utilizzare Ultralytics HUB per addestrare e distribuire i nuovi modelli Ultralytics YOLO11 . Vi guideremo passo dopo passo attraverso il processo.
Ultralytics YOLO11 è il nuovo modello di visione computerizzata all'avanguardia, progettato per compiti come il rilevamento di oggetti, la classificazione di immagini e la segmentazione di istanze. È più veloce, più preciso e più efficiente delle versioni precedenti dei modelli YOLO (You Only Look Once). YOLO11 può essere utilizzato per una serie di applicazioni di visione artificiale in tempo reale. E soprattutto, iniziare a lavorare con Ultralytics YOLO11 è semplice e immediato come per tutti gli altri modelliYOLO Ultralytics .
In precedenza abbiamo parlato delle nuove funzionalità e dei miglioramenti diYOLO11 e abbiamo parlato dell'accesso al modello attraverso il pacchettoUltralytics Python o Ultralytics HUB. In questa guida vi spiegheremo passo dopo passo come utilizzare Ultralytics HUB per addestrare e distribuire facilmente Ultralytics YOLO11 .
Ultralytics HUB è la piattaforma senza codice e di facile utilizzo di Ultralytics, progettata per semplificare l'intero processo, dall'addestramento alla distribuzione dei modelli YOLO , compresi i nuovi modelliUltralytics YOLO11 . Che siate esperti di intelligenza artificiale o alle prime armi con la computer vision, l'HUB offre un'interfaccia intuitiva che vi permette di caricare set di dati, selezionare modelli pre-addestrati e metterli a punto per le vostre esigenze specifiche. Con pochi clic, è possibile addestrare modelli per applicazioni in tempo reale in settori che vanno dalla produzione all'agricoltura. HUB si concentra sul rendere accessibile l'IA avanzata senza la necessità di una codifica approfondita.
Ultralytics HUB ha diverse opzioni di piano, con un livello gratuito per l'accesso di base e un piano Pro che offre funzionalità aggiuntive come la formazione nel cloud, la collaborazione in team e limiti di utilizzo maggiori. Ecco una rapida panoramica di alcune delle caratteristiche principali offerte da Ultralytics HUB:
HUB si integra anche con diverse piattaforme e gli utenti possono esportare i modelli addestrati in vari formati, come ad esempio ONNX, TensorFlowe CoreMLrendendo possibile l'implementazione su più piattaforme senza problemi. In sostanza, Ultralytics HUB semplifica le complesse attività di IA, dalla gestione dei set di dati all'implementazione dei modelli in tempo reale, il tutto in un unico strumento completo.
Per eseguire inferenze su Ultralytics HUB utilizzando YOLO11, basta navigare nella sezione "Modelli" e scegliere il modello YOLO11 che interessa. Quindi, è possibile fare clic su "Anteprima" per provare il modello caricando un'immagine qualsiasi.
Questa funzione di HUB consente a chiunque, indipendentemente dal livello di esperienza, di testare le previsioni del modello con YOLO11 e di verificarne le prestazioni. Si tratta di un modo semplice per toccare con mano Ultralytics YOLO11 gratuitamente.
Dopo aver creato un account, è possibile immergersi subito nella formazione accedendo alla dashboard. Da qui è possibile gestire i progetti, caricare i set di dati e iniziare ad addestrare i modelli YOLO11 con facilità. La piattaforma è stata progettata per rendere il processo rapido e il più possibile privo di problemi.
Una volta effettuato l'accesso, è possibile fare clic su "Datasets" dal menu a sinistra per esplorare una serie di datasets preesistenti disponibili su Ultralytics HUB. Questi dataset sono adatti a diversi compiti, come il rilevamento di oggetti orientati (oriented bounding box, OBB) e la stima della posa. Ad esempio, è possibile utilizzare COCO128 per il rilevamento di oggetti con 80 classi o MNIST per la classificazione delle immagini. Questi set di dati sono facilmente disponibili e ottimizzati per l'addestramento dei modelli YOLO .
Se si desidera lavorare con i propri dati, è possibile caricare set di dati personalizzati. Nel farlo, assicuratevi che il vostro set di dati segua la struttura di YOLO , compreso un file YAML correttamente formattato nella directory principale, e che sia zippato.
Una volta che il dataset è pronto, è possibile fare clic sul pulsante "Carica dataset", selezionare il tipo di attività e caricare il file ZIP. Dopo il caricamento, Ultralytics HUB convalida automaticamente il dataset e si può iniziare immediatamente ad addestrare i modelli YOLO . È inoltre possibile gestire e visualizzare i dettagli del dataset, come le suddivisioni delle immagini (addestramento, validazione, test), e analizzare i dati per verificare che siano pronti per l'addestramento del modello.
Per iniziare ad allenare un modello YOLO11 utilizzando la funzione Cloud Training di Ultralytics HUB, è necessario passare al piano Pro. Come utente Pro, le risorse GPU sono disponibili per una formazione più rapida ed efficiente. Una volta effettuato l'aggiornamento, è possibile accedere alla sezione "Modelli", selezionare la variante del modelloYOLO11 desiderata e configurare le impostazioni di allenamento.
È possibile scegliere il numero di epoche (che definiscono quante volte il modello passerà attraverso il set di dati) o impostare una durata specifica per l'allenamento temporizzato. Prima di iniziare l'addestramento del modello, Ultralytics HUB inizializzerà un'istanza GPU dedicata per garantire prestazioni ottimizzate. A seconda della domanda, l'inizializzazione può richiedere un certo tempo, ma non verrà applicato alcun addebito al vostro 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 controllare tutti i costi attraverso la scheda di fatturazione, dove si trovano rapporti dettagliati sui costi che facilitano la track spese e la gestione efficiente della formazione.
Quando si distribuisce il modello YOLO11 addestrato su misura con Ultralytics HUB, esistono due opzioni principali: l' Inference API condivisa e l' Inference API dedicata. 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 all'API di un file immagine e dei relativi parametri (come le dimensioni dell'immagine e le soglie di confidenza). Ultralytics HUB restituirà le previsioni in un semplice formato JSON, che sarà possibile elaborare ulteriormente.
L'Inference API condivisa è una soluzione economica per gli utenti del livello gratuito e fornisce 100 chiamate all'ora e fino a 1000 chiamate mensili. Elimina la necessità di un ambiente locale e supporta una rapida implementazione direttamente dall'HUB Ultralytics .
La Dedicated Inference API, disponibile per gli utenti Pro, è più adatta a distribuzioni su larga scala o ad applicazioni in tempo reale. Offre un'implementazione con un solo clic in un ambiente cloud dedicato alimentato da Google Cloud Run. Questa opzione è ottimizzata per le 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 funzioni di sicurezza avanzate, che la rendono adatta ai settori con requisiti rigorosi di protezione dei dati.
Una volta scelta l' Inference API condivisa o dedicata per distribuire il modello YOLO11 , i passi successivi sono semplici ed efficienti. È possibile aprire la scheda "Deploy" nella pagina del modello su Ultralytics HUB. Se si utilizza l'Inference API di Inference API condivisa, è possibile consultare questa guida per seguire le istruzioni per impostare le chiamate API. Per gli utenti di Dedicated Inference API , è sufficiente fare clic sul pulsante Start Endpoint per avviare l'endpoint. Una volta attivo, HUB vi fornirà un URL unico da utilizzare per le vostre attività di inferenza.
Se il 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 a quelli cloud. Per gli sviluppatori che desiderano integrare i modelli direttamente nelle applicazioni, l'applicazione Ultralytics HUB-SDK offre un modo efficiente per gestire le distribuzioni attraverso Python. Utilizzando le chiavi API o le credenziali di Ultralytics , è possibile controllare facilmente il deployment ed eseguire inferenze nel proprio codice, offrendo la flessibilità necessaria per un'integrazione perfetta.
Ultralytics HUB è una piattaforma all-in-one progettata per rendere l'addestramento e la distribuzione dei modelli YOLO11 accessibili sia ai principianti che agli esperti. Supporta un'ampia gamma di attività, dal caricamento dei dataset alla configurazione dell'addestramento, offrendo opzioni di distribuzione flessibili come le API di inferenza condivise e dedicate. Sia che si tratti di distribuire tramite API o di esportare i modelli per l'uso offline, HUB garantisce un'integrazione perfetta tra le varie piattaforme. Grazie alle opzioni per le applicazioni in tempo reale e alle soluzioni scalabili, Ultralytics HUB può essere utilizzato per un'ampia gamma di esigenze di distribuzione sia per gli utenti principianti che per quelli 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.
