13 de janeiro de 2025
Explore como o Lightning AI, apresentado no YOLO Vision 2024, simplifica o desenvolvimento de IA de visão escalável com treinamento, implantação e colaboração de modelo mais rápidos.
%252520(1).webp)
Quer seja um programador de IA experiente ou esteja apenas a começar a explorar a IA de visão, ter um ambiente fiável para brincar e experimentar modelos de visão computacional como o Ultralytics YOLO11 é fundamental. Um ambiente refere-se às ferramentas, recursos e infra-estruturas necessárias para conceber, 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 de dados até a implementação do modelo. É aqui que o Lightning AI, uma plataforma completa para o desenvolvimento de IA, entra em cena para simplificar o processo desde a preparação de dados até a implementação.
A relevância de tornar o desenvolvimento de IA mais fácil foi demonstrada no YOLO Vision 2024 (YV24), um evento híbrido anual organizado pela Ultralytics que se concentrou nos avanços em IA e visão computacional. Luca Antiga, CTO da Lightning AI, proferiu uma palestra intitulada"Going YOLO on Lightning Studios", onde explicou como treinar modelosYOLO Ultralytics forma rápida, sem problemas e sem se envolver nas complexidades técnicas usando a Lightning AI.
Neste artigo, vamos mergulhar nas principais conclusões da palestra de Luca, cobrindo tudo, desde aplicativos de visão computacional do mundo real até demonstrações ao vivo sobre treinamento e implantação de modelosYOLO Ultralytics com o Lightning AI. Vamos começar!
Luca começou a sua intervenção partilhando as suas ideias e o seu apreço pela influência dos modelos YOLO em vários sectores. Destacou a forma como os modelos YOLO podem ser aplicados em sectores como a indústria transformadora e a agricultura. Disse: "Aprecio o impacto que YOLO tem tido na comunidade de construtores - pessoas que precisam de resolver problemas reais e práticos - isto é-me muito próximo".
Conectando isto ao crescente interesse no treino 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 os modelos.
Ele também apontou que o Lightning AI é semelhante ao PyTorch Lightning, uma estrutura que simplifica o processo de treinamento de modelos de IA. No entanto, o que difere é que o Lightning AI é uma plataforma mais abrangente que fornece um conjunto mais amplo de ferramentas e recursos para todo o processo de desenvolvimento de IA, não apenas para treinar modelos de IA.
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 é executado 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 precisar de mudar de uma máquina CPU [Unidade Central de Processamento] para uma máquina GPU [Unidade de Processamento Gráfico] ou lançar uma formação em mil máquinas, o seu ambiente será persistente."
Em seguida, Luca demonstrou a rapidez com que se pode começar a usar o Lightning Studios. Com apenas alguns cliques, é possível abrir um novo estúdio e ter acesso a ferramentas e ambientes como Jupyter Notebooks e VS Code, tudo configurado e pronto para codificação. Ele mostrou como era fácil alternar entre diferentes máquinas. Se a tarefa em que está a trabalhar exigir mais potência, pode facilmente mudar de uma CPU para uma GPU mais potente. A GPU permanecerá ativa apenas quando estiver a ser utilizada; caso contrário, entrará em modo de suspensão, poupando os seus créditos.
Luca também mencionou os benefícios de usar os Studio Templates. São ambientes de codificação de IA pré-fabricados pela comunidade, e você pode usá-los sem precisar configurar nada. Configurar um ambiente para projetos de IA pode ser demorado, e os Studio Templates 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.
Luca então passou para a demonstração ao vivo, destacando como você pode usar o Lightning Studio para treinar modelosYOLO Ultralytics . Ele abriu um modelo do Studio, que já tinha todas as dependências instaladas, e ligou uma máquina com quatro GPUs para acelerar o processo de treinamento. No que diz respeito aos dados, disse que se pode optar por armazenar os dados diretamente na máquina ou transmiti-los a partir da nuvem, tornando o processo de formação mais rápido e eficiente.
Em poucos segundos, a máquina estava pronta e Luca iniciou rapidamente a sessão de treinamento. Durante a demonstração, um pequeno problema fez com que a máquina parasse inesperadamente, mas a Lightning Studios retomou perfeitamente de onde parou, garantindo que nenhum progresso fosse perdido. Luca salientou 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, gerando automaticamente URLs que permitem que você ou seus colegas de equipe no mesmo espaço de trabalho acessem as visualizações do TensorBoard sem nenhuma configuração extra. Isso agiliza a colaboração e mantém todos na mesma página.
Após a demonstração, Luca mudou o foco da palestra para um novo projeto, o LitServe, lançado recentemente pela Lightning AI. O LitServe simplifica o processo de pegar um modelo treinado e transformá-lo em um serviço escalável que outros possam usar, eliminando a necessidade de pipelines de implementação complexos. Ele foi projetado para lidar com tudo, desde o empacotamento do modelo até a implementação com o mínimo de esforço.
Para o demonstrar em tempo real, Luca fez uma rápida demonstração utilizando um ficheiro pré-treinado Ultralytics YOLOv8 pré-treinado. Conseguiu criar uma API simples para tratar os pedidos recebidos e devolver as previsões de imagens em poucos segundos. Isto significa que qualquer pessoa pode enviar uma imagem para esta API e receber resultados para tarefas de visão por computador, como a deteção de objectos, quase instantaneamente. Nos bastidores, o modelo Ultralytics YOLOv8 é implementado como um serviço, tratando eficientemente os pedidos, processando imagens e fornecendo previsões com uma latência mínima.
Executou uma inferência numa imagem de uma piza e Ultralytics YOLOv8 identificou com êxito objectos como a piza, uma colher e uma mesa de jantar. Explicou que, embora o primeiro pedido demore um pouco mais devido a um "arranque a frio", os pedidos subsequentes são muito mais rápidos quando o sistema aquece.
Luca então perguntou: 'E se eu quiser expor isso ao mundo exterior?' Ele descreveu como o plugin API Builder simplifica a transformação do seu modelo em um serviço ativo e pronto para produção. Com recursos como domínios personalizados, segurança adicional e integração perfeita, você pode facilmente tornar seu modelo acessível a qualquer pessoa.
Concluindo a 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 um treino tolerante a falhas que é retomado automaticamente após quaisquer interrupções.
Por exemplo, se um trabalho de treinamento em um cluster GPU for interrompido devido a um problema de hardware ou a uma reinicialização do servidor, o Lightning Studios garante que o processo seja retomado exatamente de onde parou. Isso o torna ideal para projetos de IA em grande escala, como o treinamento de modelos de aprendizado profundo em conjuntos de dados maciços, como ImageNet ou COCO.
Aqui estão alguns outros benefícios importantes do Lightning Studios que Luca mencionou:
A apresentação de Luca no YV24 destacou a forma como a IA, combinada com ferramentas como os modelos Ultralytics YOLO e Lightning AI, está a mudar a forma como resolvemos problemas do mundo real. Estas ferramentas facilitam aos programadores a formação e a implementação de modelos que foram concebidos para resolver problemas específicos numa série de sectores.
Ele ilustrou como o Lightning Studios torna todo o processo de desenvolvimento mais rápido e mais acessível, permitindo que os desenvolvedores criem soluções poderosas com facilidade. No centro de plataformas de ponta como o Lightning AI, os modelos de visão computacional estão a transformar a forma como as soluções de IA lidam com os desafios. Em particular, com o mais recente modelo Ultralytics YOLO11 , os programadores podem criar soluções que causam um impacto significativo.
Junte-se à nossa comunidade para se manter atualizado sobre IA e suas aplicações práticas. Consulte nosso repositório no GitHub para explorar inovações em setores como IA em carros autônomos e visão computacional na área da saúde.
