Addestra e distribuisci Ultralytics YOLO11 usando Ultralytics HUB

Ultralytics YOLO11 è il nuovo computer vision model allo stato dell'arte progettato per tasks come object detection, image classification e instance segmentation. È più veloce, preciso ed efficiente rispetto alle precedenti versioni dei modelli YOLO (You Only Look Once). YOLO11 può essere utilizzato per svariate computer vision applications in tempo reale. E la cosa migliore è che iniziare con Ultralytics YOLO11 è semplice e immediato quanto con tutti gli altri modelli Ultralytics YOLO.

Abbiamo già parlato delle nuove funzionalità e dei miglioramenti di YOLO11 e abbiamo accennato a come accedere al modello tramite il pacchetto Python di Ultralytics o Ultralytics HUB. In questa guida, ti mostreremo passo dopo passo come usare Ultralytics HUB per addestrare e distribuire facilmente Ultralytics YOLO11.

Link to this sectionUn'introduzione a Ultralytics HUB#

Ultralytics HUB è la piattaforma no-code e intuitiva di Ultralytics progettata per semplificare l'intero processo, dall'addestramento alla distribuzione dei modelli YOLO, inclusi i nuovi modelli Ultralytics YOLO11. Che tu sia un esperto di AI o un principiante della computer vision, l'HUB offre un'interfaccia intuitiva che ti permette di caricare dataset, selezionare modelli pre-addestrati e affinarli per le tue esigenze specifiche. Con pochi clic, puoi addestrare modelli per applicazioni in tempo reale in settori che vanno dal manifatturiero all'agricoltura. L'HUB punta a rendere l'AI avanzata accessibile senza bisogno di programmazione estesa.

Fig 1. Ultralytics HUB è una piattaforma no-code e intuitiva.

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 in cloud, la collaborazione in team e limiti di utilizzo più elevati. Ecco una rapida panoramica di alcune delle funzionalità principali offerte da Ultralytics HUB:

• Supporto per dataset personalizzati: Carica e gestisci i tuoi dataset per un addestramento dei modelli più personalizzato.
• Integrazione mobile: Esegui modelli YOLO su dispositivi iOS e Android usando l'app Ultralytics HUB, con accelerazione hardware per prestazioni ottimizzate.
• Risorse cloud: L'infrastruttura cloud abilitata per GPU supporta un addestramento dei modelli più veloce ed efficiente.
• Gestione semplice dei progetti: Ultralytics HUB rende semplice per gli utenti Pro gestire progetti e collaborare con i membri del team tramite la funzione Teams, ottimizzando il lavoro di squadra e la condivisione delle risorse.
• Inference API: L'HUB fornisce Inference API sia condivise che dedicate. Gli utenti possono eseguire modelli YOLO senza bisogno di configurare un ambiente locale.
• Ultralytics HUB-SDK: Il nostro HUB-SDK interno rende semplice integrare i servizi di machine learning di Ultralytics nelle tue applicazioni Python.

L'HUB si integra anche con varie piattaforme e gli utenti possono esportare i modelli addestrati in vari formati come ONNX, TensorFlow e CoreML, rendendo la distribuzione su più piattaforme fluida. In sostanza, Ultralytics HUB semplifica attività di AI complesse, dalla gestione dei dataset alla distribuzione dei modelli in tempo reale, il tutto all'interno di un unico strumento completo.

Link to this sectionEsecuzione di inferenze su Ultralytics HUB usando YOLO11#

Per eseguire inferenze su Ultralytics HUB usando YOLO11, naviga semplicemente nella sezione "Models" e scegli il modello YOLO11 di tuo interesse. Quindi, puoi cliccare su "Preview" per provare il modello caricando qualsiasi immagine.

Fig 2. Prova Ultralytics YOLO11 su Ultralytics HUB.

Questa funzionalità dell'HUB rende possibile a chiunque, indipendentemente dal proprio livello di esperienza, testare previsioni del modello con YOLO11 e vedere come si comporta. È un modo intuitivo per iniziare a lavorare con Ultralytics YOLO11 gratuitamente.

Link to this sectionAddestrare un modello Ultralytics YOLO11 personalizzato su Ultralytics HUB#

Dopo aver creato un account, puoi tuffarti direttamente 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 mantenere il processo rapido e il più semplice possibile.

Link to this sectionUsare dataset personalizzati per l'addestramento YOLO11 su HUB#

Una volta effettuato l'accesso, puoi cliccare su "Datasets" dal menu a sinistra per esplorare una gamma di dataset preesistenti disponibili su Ultralytics HUB. Questi dataset soddisfano vari task, come oriented bounding boxes (OBB) object detection e pose estimation. Ad esempio, puoi usare COCO128 per l'object detection con 80 classi o Fashion-MNIST per l'image classification. Questi dataset sono prontamente disponibili e ottimizzati per l'addestramento dei modelli YOLO.

Fig 3. Ultralytics HUB offre un modo comodo per gestire e applicare i tuoi dataset personalizzati.

Se desideri lavorare con i tuoi dati, puoi caricare dataset personalizzati. Nel farlo, assicurati che il tuo dataset segua la struttura YOLO, includendo un file YAML formattato correttamente nella directory principale, e che sia compresso in formato ZIP.

Una volta che il 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 i 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.

Fig 4. Puoi caricare un dataset personalizzato e visualizzare i dettagli del tuo dataset.

Link to this sectionAddestramento e monitoraggio efficienti di YOLO11 con Ultralytics HUB#

Per iniziare ad addestrare un modello YOLO11 usando la funzionalità Cloud Training di Ultralytics HUB, dovrai passare al piano Pro. Come utente Pro, le risorse GPU sono a tua disposizione per un addestramento più veloce ed efficiente. Una volta effettuato l'upgrade, accedi alla sezione "Models", seleziona la tua variazione del modello YOLO11 desiderata e configura le impostazioni di addestramento.

Fig 5. Addestra un modello YOLO11 su HUB con pochi clic.

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 richiesta, l'inizializzazione potrebbe richiedere del tempo, ma non verranno applicati addebiti al tuo account durante questo processo.

Dopo aver finalizzato le impostazioni, clicca "Start Training" per avviare la sessione. Durante tutto l'addestramento, puoi monitorare i progressi in tempo reale tramite una dashboard. Ti offre la possibilità di mettere in pausa, fermare o riprendere l'addestramento secondo necessità. Se il saldo del tuo account diventa basso durante l'addestramento basato sulle epoche, la sessione si metterà in pausa, permettendoti di ricaricare il tuo saldo prima di riprendere. La piattaforma salva automaticamente i checkpoint, il che significa che puoi riprendere da dove avevi interrotto.

Al termine dell'addestramento, puoi controllare tutti i costi tramite la scheda di fatturazione, dove troverai rapporti dettagliati sui costi che rendono semplice tracciare le spese e gestire il tuo addestramento in modo efficiente.

Fig 6. Puoi monitorare l'addestramento del modello mentre avviene.

Link to this sectionDistribuzione del tuo modello Ultralytics YOLO11 personalizzato usando l'HUB#

Quando distribuisci il tuo modello YOLO11 addestrato su misura con Ultralytics HUB, ci sono due opzioni principali: Shared Inference API e Dedicated Inference API. Per usare il modello distribuito, puoi effettuare richieste di inferenza all'API usando Python o cURL, a seconda della tua configurazione. Il processo generale prevede l'invio di un file immagine insieme ai parametri pertinenti (come dimensioni dell'immagine e soglie di confidenza) all'API. Ultralytics HUB restituirà le previsioni in un semplice formato JSON, che potrai elaborare ulteriormente.

La Shared Inference API è una soluzione conveniente per gli utenti sul piano gratuito e fornisce 100 chiamate all'ora e fino a 1000 chiamate mensili. Elimina la necessità di un ambiente locale e supporta una distribuzione rapida direttamente da Ultralytics HUB.

La Dedicated Inference API, disponibile per gli utenti Pro, è più adatta per distribuzioni su scala più ampia o applicazioni in tempo reale. Fornisce una distribuzione in un unico clic in un ambiente cloud dedicato basato su Google Cloud Run. Questa opzione è ottimizzata per applicazioni ad alte prestazioni, garantendo una latenza inferiore ai 100ms e una copertura globale in 38 regioni per l'elaborazione in tempo reale. Supporta anche funzionalità di sicurezza avanzate, rendendola adatta a settori con rigorosi requisiti di protezione dei dati.

Una volta scelto tra Shared o Dedicated Inference API per distribuire il 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 su come 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, l'HUB ti fornirà un URL unico da usare per le tue attività di inferenza.

Fig 7. Usare la Dedicated Inference API di Ultralytics HUB è semplice.

Link to this sectionAltre opzioni di distribuzione fornite dall'HUB#

Se il tuo progetto necessita di un modello in un formato specifico o per uso offline, Ultralytics HUB offre opzioni di esportazione come ONNX, CoreML o TensorFlow per supportare varie piattaforme, dai sistemi mobile a quelli cloud. Per gli sviluppatori che cercano di integrare modelli direttamente nelle applicazioni, Ultralytics HUB-SDK fornisce un modo efficiente per gestire le distribuzioni tramite Python. Usando chiavi API o credenziali Ultralytics, puoi controllare facilmente la distribuzione ed eseguire inferenze nel tuo codice, dandoti la flessibilità necessaria per un'integrazione fluida.

Link to this sectionPunti chiave#

Ultralytics HUB è una piattaforma all-in-one progettata per rendere l'addestramento e la distribuzione di modelli YOLO11 accessibili sia ai principianti che agli esperti. Supporta una vasta gamma di task, dal caricamento di dataset alla configurazione dell'addestramento, offrendo opzioni di distribuzione flessibili come Shared e Dedicated Inference API. Che tu stia distribuendo tramite API o esportando modelli per uso offline, l'HUB garantisce un'integrazione fluida su tutte le piattaforme. Con opzioni per applicazioni in tempo reale e soluzioni scalabili, Ultralytics HUB può essere utilizzato per un'ampia gamma di esigenze di distribuzione, sia per utenti principianti che avanzati.

Esplora il nostro repository GitHub e unisciti alla nostra vibrante community per approfondire l'AI. Scopri come la vision AI sta facendo avanzare l'innovazione in settori come la sanità e l'agricoltura.