Ultralyticsベンチマーク

学習のメソッド

トレーニング中に処理された 1 秒あたりの画像数である学習スループットを基準として使用します。これはソリューション達成時間と直接相関します。すべての結果は Ultralytics Platform の GPU で測定されています。これは、エントリーレベルのワークステーションカードからフラグシップデータセンター GPU まで、クラウド学習のためにワンクリックでレンタルできる NVIDIA ハードウェアと同じものです。YOLO26 は 5 つのすべてのサイズ（n/s/m/l/x）でトレーニングされるため、ハードウェアの予算に合わせてモデルを選択できます。

設定。 COCO の 25% のデータセットを使用し、640px で 2 エポック、AMP 混合精度、シングル GPU で実行します。オートバッチ（batch=-1）により、メモリに収まる最大のバッチが選択されます。第 1 エポックのウォームアップ（データセットのキャッシュ、CUDA グラフのキャプチャ）や実行終了時のバリデーションパスを除外した、定常状態の第 2 エポックの結果を報告します。解決されたバッチサイズ、ピーク VRAM（CUDA コンテキストを含む）、ピークボード電力は、各 GPU から直接記録されます。

費用対効果。 1 ドルあたりの画像数 = スループット × 3600 ÷ 時間あたりの料金。Ultralytics Platform のオンデマンド価格を使用しており、バリューカードがフラグシップ GPU を費用対効果で上回るなど、ランキングが劇的に入れ替わることがよくあります。Train および Benchmark モードのドキュメントも併せてご覧ください。