Treino personalizado de modelos Ultralytics YOLO na Lightning AI

Seja você um desenvolvedor de IA experiente ou alguém que está começando a explorar a visão computacional, ter um ambiente confiável para brincar e experimentar com modelos de visão computacional, como o Ultralytics YOLO11, é fundamental. Um ambiente refere-se às ferramentas, recursos e infraestrutura necessários para projetar, testar e implantar 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 facilitar o desenvolvimento de IA foi demonstrada no YOLO Vision 2024 (YV24), um evento híbrido anual organizado pela Ultralytics que focou em avanços em IA e visão computacional. Luca Antiga, CTO da Lightning AI, apresentou uma palestra principal intitulada 'Going YOLO on Lightning Studios', na qual ele detalhou como treinar modelos Ultralytics YOLO de forma rápida, fluida e sem se envolver nas complexidades técnicas usando o 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!

Link to this sectionUsando 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 apresentando remotamente sobre o Lightning Studios no YV24.

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

Um componente vital do Lightning AI é o Lightning Studios, que oferece um espaço de trabalho intuitivo para projetar, treinar e implantar modelos de IA, tornando todo o fluxo de trabalho contínuo e eficiente. Você pode pensar no Lightning Studios como um ambiente de desenvolvimento reproduzível para IA que roda na nuvem. Por exemplo, ele oferece um ambiente semelhante ao Jupyter Notebook que pode ser duplicado e compartilhado com outro desenvolvedor, 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.”

Link to this sectionConfigurando o Lightning Studios para treinamento e desenvolvimento#

Em seguida, Luca demonstrou a rapidez com que você pode começar a usar o Lightning Studios. Com apenas alguns cliques, você pode abrir um novo estúdio e ter acesso a ferramentas e ambientes como Jupyter Notebooks e VS Code, todos configurados e prontos para codificar. Ele demonstrou como é fácil alternar entre máquinas diferentes. Se a tarefa em que você está trabalhando exigir mais poder, você pode mudar facilmente de uma CPU para uma GPU mais potente. A GPU permanecerá ativa apenas enquanto estiver em uso; caso contrário, ela entrará em modo de suspensão, economizando seus 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 explicando o que são Studio Templates.

Link to this sectionTreinando modelos Ultralytics YOLO no Lightning Studios#

Luca passou então para a demonstração ao vivo, destacando como você pode usar o Lightning Studio para treinar modelos Ultralytics YOLO. Ele abriu um Studio Template, que já tinha todas as dependências instaladas, e iniciou uma máquina com quatro GPUs para acelerar o processo de treinamento. Com relação aos dados, ele disse que você pode optar por armazenar os dados diretamente na máquina ou transmiti-los da nuvem, tornando o processo de treinamento 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.

Continuando com a demonstração, ele mostrou como é fácil monitorar o progresso do treinamento usando o TensorBoard, uma ferramenta para visualizar métricas de aprendizado de máquina em tempo real. O Lightning Studio torna isso ainda mais simples ao gerar automaticamente URLs que permitem que você ou seus colegas de equipe no mesmo espaço de trabalho acessem as visualizações do TensorBoard sem qualquer configuração extra. Isso simplifica 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.

Link to this sectionImplantando 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 isso em tempo real, Luca deu ao público uma demonstração rápida usando um modelo Ultralytics YOLOv8 pré-treinado. Ele conseguiu criar uma API simples para lidar com solicitações recebidas e retornar previsões de imagem em alguns segundos. Isso significa que qualquer pessoa pode enviar uma solicitação para esta API com uma imagem e receber resultados para tarefas de visão computacional, como detecção de objetos, quase instantaneamente. Nos bastidores, o modelo Ultralytics YOLOv8 é implantado como um serviço, lidando eficientemente com as solicitações, processando imagens e entregando previsões com latência mínima.

Fig 4. Luca apresentando o LitServe do 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.

Link to this sectionPrincipais 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 treinamento em um cluster de GPU for interrompido devido a um problema de hardware ou reinicialização do servidor, o Lightning Studios garante que o processo seja retomado exatamente de onde parou. Isso o torna ideal para projetos de IA de grande escala, como o treinamento de modelos de aprendizado profundo em enormes datasets, como ImageNet ou 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.

Link to this sectionPrincipais 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.

Junte-se à nossa comunidade para se manter atualizado sobre a IA e seus usos práticos. Confira nosso repositório GitHub para explorar inovações em setores como carros autônomos com IA e visão computacional na área da saúde.