ultralytics
AddestraYOLO Ultralytics su 22 GPU cloud, monitora ogni parametro in tempo reale e confronta gli esperimenti fianco a fianco, il tutto da un'unica piattaforma.
130.500+
Star di GitHub
oltre 261,2 milioni
Scaricamento
oltre 2,7 miliardi
Usi quotidiani
Addestra le famiglie YOLOv5 Ultralytics , YOLO11, YOLOv8 e YOLOv5 in tutte e 5 le attività di visione, da quelle su scala ridotta a quelle su larga scala.
Inizia con unYOLO Ultralytics : scegli i modelli pre-addestrati dagli autori originali e pronti per essere ottimizzati.
Usa il tuo modello di visione artificiale: carica un file .pt e addestralo sulle GPU cloud.
I tuoi dati o i nostri: utilizza i tuoi dati di addestramento oppure esplora i set di dati Ultralytics della community.
Scegli tra 22 GPU , dalla RTX 4090 alla B200. Seleziona una GPU, imposta il tuo budget e inizia l'addestramento.
Raccogli dati sulle GPU o CPU locali e invia le metriche in tempo reale alla piattaforma utilizzando ilPython Ultralytics . Gli esperimenti vengono visualizzati accanto alle esecuzioni su cloud.
Curve di perdita e metriche di prestazione trasmesse in diretta streaming e rappresentate graficamente per ogni epoca durante l'esecuzione dell'addestramento.
Registri di allenamento trasmessi in streaming dalla GPU supporto dei colori ANSI e rilevamento automatico degli errori.
Telemetria hardware in tempo reale per verificare che GPU tua GPU funzioni in modo efficiente.
Esamina i parametri di validazione dei tuoi modelli di visione artificiale: matrice di confusione, curva ROC e risultati per classe, quindi esportali in oltre 17 formati.
1
Aggiungi una nota
2
Addestra
3
Implementa
Sì. Ultralytics supporta l'addestramento locale sulle tue GPU o CPU. Installa il Python Ultralytics , configura la tua chiave API e avvia l'addestramento: le metriche in tempo reale verranno trasmesse direttamente alla dashboard della piattaforma, parallelamente alle sessioni di addestramento in cloud. Questo ti offre la flessibilità di utilizzare il tuo hardware, mantenendo tutti gli esperimenti organizzati in un unico posto.
Ultralytics offre 22 GPU con prezzi che vanno da 0,24 $ a 4,99 $ all'ora. Per la maggior parte dei carichi di lavoro, la RTX PRO 6000 (96 GB, 1,89 $/ora) rappresenta un'ottima scelta predefinita. Per l'addestramento in cui il tempo è un fattore critico, le H100 e le H200 garantiscono le massime prestazioni. Per i test e i set di dati di piccole dimensioni, le opzioni economiche come l'RTX 2000 Ada (0,24 $/ora) funzionano bene. La piattaforma mostra una stima dei costi e della durata prima dell'avvio, consentendoti di scegliere il giusto equilibrio tra velocità e budget per il tuo progetto.
Se un'esecuzione di addestramento fallisce, non ti verrà addebitato alcun costo. Ti verrà addebitato solo GPU effettivamente utilizzato per le esecuzioni completate o annullate manualmente. Durante l'addestramento vengono salvati dei checkpoint, quindi se un'esecuzione viene interrotta o annullata, i progressi compiuti fino a quel momento vengono conservati. Puoi consultare i log della console per individuare eventuali problemi e riavviare l'addestramento con impostazioni modificate.
Sì. Ultralytics supporta l'esecuzione simultanea di sessioni di addestramento. Gli utenti del piano gratuito possono eseguire fino a 3 sessioni di addestramento simultanee, mentre quelli del piano Pro possono eseguirne fino a 10 e quelli del piano Enterprise un numero illimitato. Ogni sessione dispone di GPU propria GPU dedicata.
La durata dell'addestramento dipende dalle dimensioni del set di dati, dalle dimensioni del modello, dal numero di epoche e GPU . A titolo indicativo, l'addestramento di YOLO26n su 1.000 immagini per 100 epoche richiede circa 2-3 ore su una RTX PRO 6000. Modelli più grandi come YOLO26x richiederanno più tempo con la stessa configurazione. La piattaforma stima il costo e la durata prima dell'inizio dell'addestramento, così saprai sempre cosa aspettarti.
L'addestramento di un modello consiste nel processo attraverso il quale si insegna a un modello di visione artificiale a riconoscere schemi ricorrenti nei dati visivi. Durante l'addestramento, il modello elabora migliaia di immagini etichettate, regola i propri parametri e migliora progressivamente la propria capacità di detect, segment o classify gli oggetti. Sulla Ultralytics , l'addestramento è integrato direttamente nel flusso di lavoro di annotazione e distribuzione. Una volta etichettato il set di dati, è possibile selezionare un YOLO , scegliere una GPU cloud e avviare l'addestramento, il tutto senza uscire dalla piattaforma.
Crea modelli di IA per la visione artificiale pronti per la produzione su GPU cloud — a partire da 0,24 $ all'ora.
