Treino personalizado de modelos Ultralytics YOLO na Lightning AI

Quer sejas um programador de IA experiente ou estejas apenas a começar a explorar vision AI, ter um ambiente fiável para experimentar e testar modelos de visão computacional como o Ultralytics YOLO11 é fundamental. Um ambiente refere-se às ferramentas, recursos e infraestrutura necessários para desenhar, testar e implementar modelos de IA de forma eficiente.

Embora várias plataformas online ofereçam diferentes ferramentas de IA, muitas não fornecem um ambiente unificado para todo o ciclo de vida da IA, desde a preparação dos dados até a implantação do modelo. É aqui que o Lightning AI, uma plataforma tudo-em-um para o desenvolvimento de IA, entra para simplificar o processo, da preparação dos dados à implantação.

A relevância de tornar o desenvolvimento de IA mais fácil foi demonstrada no YOLO Vision 2024 (YV24), um evento híbrido anual organizado pela Ultralytics focado em avanços em IA e visão computacional. Luca Antiga, CTO da Lightning AI, apresentou uma palestra principal intitulada 'Going YOLO on Lightning Studios', onde explicou como treinar modelos Ultralytics YOLO de forma rápida, fluida e sem se envolver em complexidades técnicas utilizando a Lightning AI.

Neste artigo, mergulharemos nas principais conclusões da palestra de Luca, cobrindo tudo, desde aplicações reais de visão computacional até demonstrações ao vivo sobre como treinar e implantar modelos Ultralytics YOLO com o Lightning AI. Vamos começar!

Usando Lightning AI e Ultralytics YOLO para simplificar o desenvolvimento de IA#

Luca começou sua palestra compartilhando suas reflexões e apreço pela influência dos modelos YOLO em vários setores. Ele destacou como os modelos YOLO podem ser aplicados em setores como manufatura e agricultura. Ele disse: 'Aprecio o impacto que o YOLO teve na comunidade de construtores - pessoas que precisam resolver problemas práticos e reais - isso é muito próximo de mim'.

Conectando isso ao crescente interesse em treinamento de IA, ele apresentou o Lightning AI, uma plataforma projetada para tornar o desenvolvimento de modelos de IA mais rápido, simples e acessível para todos. É especialmente útil para apoiar avanços iterativos em IA, ajudando os desenvolvedores a refinar e melhorar seus modelos.

Fig 1. Luca Antiga a apresentar remotamente sobre os Lightning Studios no YV24.

Ele também destacou que a Lightning AI é semelhante ao PyTorch Lightning, um framework que simplifica o processo de training AI models. No entanto, a diferença é que a Lightning AI é uma plataforma mais abrangente que oferece um conjunto mais amplo de ferramentas e capacidades para todo o processo de desenvolvimento de IA, e não apenas para o treino de modelos de IA.

Um componente vital da Lightning AI são os Lightning Studios, que oferecem um espaço de trabalho intuitivo para desenhar, treinar e implementar modelos de IA, tornando todo o fluxo de trabalho fluido e eficiente. Podes pensar nos Lightning Studios como um ambiente de desenvolvimento reprodutível para IA que é executado na cloud. Por exemplo, oferece um ambiente semelhante ao Jupyter Notebook que pode ser duplicado e partilhado com outro programador, ajudando a melhorar a colaboração.

Luca então elaborou sobre as vantagens do Lightning Studios, dizendo: “Replicar seu ambiente não é mais um problema. Se você precisar mudar de uma máquina com CPU [Central Processing Unit] para uma máquina com GPU [Graphics Processing Unit] ou iniciar o treinamento em mil máquinas, seu ambiente permanecerá persistente.”

Configurando o Lightning Studios para treinamento e desenvolvimento#

De seguida, o Luca demonstrou com que rapidez podes começar a utilizar os Lightning Studios. Com apenas alguns cliques, podes abrir um novo estúdio e ter acesso a ferramentas e ambientes como Jupyter Notebooks e VS Code, todos configurados e prontos para programar. Ele mostrou quão fácil era alternar entre diferentes máquinas. Se a tarefa em que estás a trabalhar exigir mais potência, podes mudar facilmente de um CPU para um GPU mais potente. O GPU permanecerá ativo apenas enquanto estiver em uso; caso contrário, entrará em modo de suspensão, poupando os teus créditos.

Luca também mencionou os benefícios de usar modelos de estúdio (Studio Templates). Eles são ambientes de codificação de IA pré-criados pela comunidade, e você pode usá-los sem precisar configurar nada. Configurar um ambiente para projetos de IA pode levar tempo, e os modelos de estúdio podem ajudar a aumentar a produtividade. Esses ambientes vêm pré-carregados com tudo o que é necessário para projetos de IA, como dependências instaladas, pesos de modelo, dados, código, etc.

Fig 2. Luca a explicar o que são os Studio Templates.

Treinando modelos Ultralytics YOLO no Lightning Studios#

O Luca passou depois para a demonstração ao vivo, destacando como podes usar o Lightning Studio para treinar Ultralytics YOLO models. Ele abriu um Studio Template, que já tinha todas as dependências instaladas, e iniciou uma máquina com quatro GPUs para acelerar o processo de treino. No que diz respeito aos dados, ele disse que podes escolher armazenar os dados diretamente na máquina ou transmiti-los a partir da cloud, tornando o processo de treino mais rápido e eficiente.

Em poucos segundos, a máquina estava pronta e Luca rapidamente iniciou a sessão de treinamento. Durante a demonstração, um pequeno problema fez com que a máquina parasse inesperadamente, mas o Lightning Studios retomou perfeitamente de onde parou, garantindo que nenhum progresso fosse perdido. Luca apontou como essa confiabilidade suporta fluxos de trabalho suaves, mesmo diante de interrupções inesperadas.

Prosseguindo com a demonstração, ele mostrou quão fácil é monitorizar o progresso do treino utilizando o TensorBoard, uma ferramenta para visualizar métricas de aprendizagem automática em tempo real. O Lightning Studio torna isto ainda mais simples ao gerar automaticamente URLs que permitem a ti ou aos teus colegas no mesmo espaço de trabalho aceder às vistas do TensorBoard sem qualquer configuração extra. Isto agiliza a colaboração e mantém todos na mesma página.

Fig 3. Um fluxograma sobre o treinamento de modelos Ultralytics YOLO no Lightning Studios. Imagem do autor.

Implantando modelos Ultralytics YOLO com LitServe#

Após a demonstração, Luca mudou o foco da palestra para um novo projeto, o LitServe, lançado recentemente pelo Lightning AI. O LitServe simplifica o processo de pegar um modelo treinado e transformá-lo em um serviço escalável que outros podem usar, eliminando a necessidade de pipelines de implantação complexos. Ele foi projetado para lidar com tudo, desde o empacotamento do modelo até a implantação com o mínimo de esforço.

Para mostrar isto em tempo real, o Luca deu à audiência uma demonstração rápida utilizando um modelo pré-treinado Ultralytics YOLOv8. Ele conseguiu criar uma API simples para processar pedidos recebidos e devolver previsões de imagem em poucos segundos. Isto significa que qualquer pessoa pode enviar um pedido ("ping") para esta API com uma imagem e receber resultados para computer vision tasks, como deteção de objetos, quase instantaneamente. Nos bastidores, o modelo Ultralytics YOLOv8 é implementado como um serviço, processando pedidos eficientemente, tratando imagens e entregando previsões com latência mínima.

Fig 4. Luca a mostrar o LitServe da Lightning AI durante o YV24.

Ele executou uma inferência em uma imagem de pizza, e o Ultralytics YOLOv8 identificou com sucesso objetos como a pizza, uma colher e uma mesa de jantar. Ele explicou que, embora a primeira solicitação leve um pouco mais de tempo devido a uma 'partida a frio', as solicitações subsequentes são muito mais rápidas quando o sistema está aquecido.

Luca então perguntou: 'E se eu quiser expor isso ao mundo exterior?' Ele descreveu como o plugin API Builder torna simples transformar seu modelo em um serviço pronto para produção. Com recursos como domínios personalizados, segurança adicional e integração perfeita, você pode tornar seu modelo facilmente acessível a qualquer pessoa.

Principais vantagens de usar o Lightning Studios#

Concluindo sua palestra, Luca abordou a escalabilidade e flexibilidade do Lightning Studio para o desenvolvimento de IA. Ele mencionou como a plataforma pode treinar modelos em várias máquinas, escalando até 10.000 nós, com treinamento tolerante a falhas que retoma automaticamente após quaisquer interrupções.

Por exemplo, se um trabalho de treino num cluster de GPUs for interrompido devido a um problema de hardware ou a um reinício do servidor, os Lightning Studios garantem que o processo é retomado exatamente de onde parou. Isto torna-o ideal para projetos de IA em grande escala, como o treino de modelos de aprendizagem profunda em datasets massivos como o ImageNet ou o COCO.

Aqui estão alguns outros benefícios importantes do Lightning Studios que Luca mencionou:

• Créditos mensais gratuitos de GPU: Os usuários recebem 15 créditos de GPU gratuitos a cada mês, que são renovados automaticamente, garantindo que você possa experimentar e desenvolver sem custos adicionais.
• Colaboração aprimorada: Os espaços de equipe compartilhados e ambientes reproduzíveis do Lightning Studio permitem que os membros da equipe trabalhem juntos sem problemas, garantindo consistência e eficiência em todos os projetos.
• Opções flexíveis de instância: Ele oferece a flexibilidade de escolher entre instâncias interrompíveis e não interrompíveis, permitindo que os usuários economizem custos em máquinas GPU com opções interrompíveis.
• Integração com ferramentas existentes: A plataforma se integra a ferramentas de desenvolvimento remoto como SSH (Secure Socket Shell) e VS Code, proporcionando flexibilidade para trabalhar localmente ou na nuvem.

Principais pontos#

A palestra de Luca no YV24 destacou como a IA, combinada com ferramentas como os modelos Ultralytics YOLO e o Lightning AI, está mudando a forma como resolvemos problemas do mundo real. Eles tornam mais fácil para os desenvolvedores treinar e implantar modelos que foram projetados para resolver problemas específicos em diversos setores.

Ele ilustrou como o Lightning Studios torna todo o processo de desenvolvimento mais rápido e acessível, permitindo que os desenvolvedores criem soluções poderosas facilmente. No núcleo de plataformas de ponta como o Lightning AI, os modelos de visão computacional estão transformando a forma como as soluções de IA lidam com desafios. Em particular, com o mais recente modelo Ultralytics YOLO11, os desenvolvedores podem construir soluções que causam um impacto significativo.

Junta-te à our community para te manteres atualizado sobre IA e as suas aplicações práticas. Consulta o our GitHub repository para explorar inovações em setores como AI in self-driving cars e computer vision in healthcare.