Treinar modelos Ultralytics YOLO de forma personalizada no Lightning AI

Seja você um desenvolvedor experiente de IA ou esteja começando a explorar a IA para visão computacional, ter um ambiente confiável para experimentar modelos de visão computacional como o Ultralytics YOLO11 é essencial. Um ambiente reúne as ferramentas, os recursos e a infraestrutura necessários para projetar, testar e implantar modelos de IA com eficiência.

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

A importância de facilitar o desenvolvimento de IA ficou evidente no YOLO Vision 2024 (YV24), evento híbrido anual organizado pela Ultralytics, com foco nos avanços em IA e visão computacional. Luca Antiga, CTO do Lightning AI, fez uma palestra intitulada 'Indo de YOLO no Lightning Studios', na qual explicou como treinar modelos Ultralytics YOLO de forma rápida e simples, sem precisar lidar com complexidades técnicas, usando o Lightning AI.

Neste artigo, vamos aprofundar os principais pontos da apresentação de Luca, desde aplicações reais de visão por computador até demonstrações ao vivo do treino e da implementação de modelos Ultralytics YOLO com o Lightning AI.

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

Luca começou sua palestra compartilhando seus pensamentos e seu reconhecimento pela influência dos modelos YOLO em vários setores. Ele destacou como os modelos YOLO podem ser aplicados em áreas como manufatura e agricultura. Ele disse: 'Aprecio o impacto que o YOLO teve na comunidade de desenvolvedores — pessoas que precisam resolver problemas reais e práticos — isso é muito importante para mim.'

Relacionando esse tema ao crescente interesse pelo 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. Ela é especialmente útil para viabilizar melhorias iterativas em IA, ajudando os desenvolvedores a refinar e aprimorar os modelos.

Fig. 1. Luca Antiga fazendo uma apresentação remota sobre o Lightning Studios no YV24.

Ele também observou que o Lightning AI é semelhante ao PyTorch Lightning, uma estrutura que simplifica o processo de treinamento de modelos de IA. A diferença é que o Lightning AI é uma plataforma mais abrangente, que oferece um conjunto mais amplo de ferramentas e recursos para todo o processo de desenvolvimento de IA, e não apenas para o treinamento de modelos de IA.

Um componente essencial do Lightning AI é o Lightning Studios, que oferece um espaço de trabalho intuitivo para conceber, treinar e implementar modelos de IA, tornando todo o fluxo de trabalho mais fluido e eficiente. Podes pensar no Lightning Studios como um ambiente de desenvolvimento reproduzível para IA que funciona 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.

Em seguida, Luca explicou as vantagens do Lightning Studios e disse: “Replicar seu ambiente não é mais um problema. Se você precisar mudar de uma máquina com CPU [unidade central de processamento] para uma máquina com GPU [unidade de processamento gráfico] ou iniciar o treinamento em mil máquinas, seu ambiente será persistente.”

Configurando o Lightning Studios para treinamento e desenvolvimento#

Em seguida, Luca demonstrou como é rápido começar a usar o Lightning Studios. Com apenas alguns cliques, você pode abrir um novo Studio e acessar ferramentas e ambientes como Jupyter Notebooks e VS Code, tudo configurado e pronto para programar. Ele mostrou como é fácil alternar entre diferentes máquinas. Se a tarefa em que você está trabalhando exigir mais potência, basta mudar de uma CPU para uma GPU mais potente. A GPU permanecerá ativa somente enquanto estiver em uso; caso contrário, entrará em modo de suspensão, economizando seus créditos.

Luca também mencionou as vantagens de usar os Studio Templates. São ambientes de programação com IA, criados previamente pela comunidade e disponíveis para uso sem que você precise configurar nada. Configurar um ambiente para projetos de IA pode levar tempo, e os Studio Templates podem ajudar a aumentar a produtividade. Esses ambientes já vêm com tudo o que é necessário para projetos de IA, como dependências instaladas, pesos dos modelos, dados, código etc.

Fig. 2. Luca explicando o que são os Studio Templates.

Treinamento de modelos Ultralytics YOLO no Lightning Studios#

Em seguida, Luca passou 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. Em relação aos dados, ele explicou que é possível armazená-los diretamente na máquina ou transmiti-los da nuvem, tornando o treinamento mais rápido e eficiente.

Em poucos segundos, a máquina ficou pronta e Luca iniciou rapidamente a sessão de treino. Durante a demonstração, um pequeno problema fez com que a máquina parasse inesperadamente, mas o Lightning Studios retomou o trabalho no ponto em que tinha ficado, garantindo que não se perdia nenhum progresso. Luca salientou como esta fiabilidade contribui para fluxos de trabalho fluidos, mesmo perante interrupções inesperadas.

Continuando a demonstração, ele mostrou como é fácil acompanhar o progresso do treinamento com o TensorBoard, uma ferramenta para visualizar métricas de aprendizado de máquina em tempo real. O Lightning Studio simplifica ainda mais essa tarefa ao gerar automaticamente URLs que permitem a você ou a seus colegas de equipe no mesmo espaço de trabalho acessar as visualizações do TensorBoard sem nenhuma configuração adicional. Isso facilita a colaboração e mantém todos alinhados.

Fig. 3. Fluxograma do treinamento de modelos Ultralytics YOLO no Lightning Studios. Imagem do autor.

Implantação de modelos Ultralytics YOLO com o 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 transformar um modelo treinado em um serviço escalável que outras pessoas podem usar, eliminando a necessidade de pipelines complexos de implantação. Ele foi projetado para cuidar de tudo, desde o empacotamento do modelo até sua implantação, com o mínimo de esforço.

Para demonstrar isso em tempo real, Luca fez uma demonstração rápida para o público usando um modelo Ultralytics YOLOv8 pré-treinado. Ele conseguiu criar uma API simples para receber solicitações e retornar previsões de imagens em poucos segundos. Isso significa que qualquer pessoa pode enviar uma imagem para essa API e receber quase instantaneamente resultados de tarefas de visão computacional, como a detecção de objetos. Nos bastidores, o modelo Ultralytics YOLOv8 é implantado como um serviço, que processa solicitações e imagens com eficiência e fornece previsões com latência mínima.

Fig. 4. Luca apresentando o LitServe do Lightning AI no YV24.

Ele executou uma inferência em uma imagem de pizza, e o Ultralytics YOLOv8 identificou corretamente objetos como a pizza, uma colher e uma mesa de jantar. Ele explicou que a primeira solicitação demora um pouco mais devido à 'inicialização a frio', mas as solicitações seguintes são muito mais rápidas quando o sistema já está aquecido.

Luca perguntou então: «E se eu quiser disponibilizar isto ao mundo exterior?» Explicou como o plugin API Builder simplifica a transformação do teu modelo num serviço ativo e pronto para produção. Com funcionalidades como domínios personalizados, segurança adicional e integração simples, podes facilmente tornar o teu modelo acessível a qualquer pessoa.

Principais vantagens de usar o Lightning Studios#

Ao concluir sua palestra, Luca falou sobre a escalabilidade e a flexibilidade do Lightning Studio para o desenvolvimento de IA. Ele mencionou que a plataforma pode treinar modelos em várias máquinas, com escalabilidade de até 10.000 nós e treinamento tolerante a falhas que é retomado automaticamente após qualquer interrupção.

Por exemplo, se um trabalho de treinamento em um cluster de GPU for interrompido devido a um problema de hardware ou à reinicialização de um servidor, o Lightning Studios garante que o processo seja retomado exatamente do ponto em que parou. Isso o torna ideal para projetos de IA em grande escala, como o treinamento de modelos de aprendizado profundo em grandes conjuntos de dados, como ImageNet ou COCO.

Veja outros benefícios importantes do Lightning Studios mencionados por Luca:

• Créditos mensais gratuitos de GPU: os usuários recebem 15 créditos gratuitos de GPU por mês, que são recarregados automaticamente, permitindo experimentar e desenvolver sem custos adicionais.
• Colaboração melhorada: Os espaços de equipa partilhados e os ambientes reproduzíveis do Lightning Studio permitem que os membros da equipa trabalhem em conjunto, garantindo consistência e eficiência em todos os projetos.
• Opções flexíveis de instância: você pode escolher entre instâncias interrompíveis e não interrompíveis, permitindo que os usuários reduzam os custos de máquinas com GPU usando opções interrompíveis.
• Integração com ferramentas existentes: A plataforma se integra a ferramentas de desenvolvimento remoto, como SSH (Shell Seguro) e VS Code, oferecendo flexibilidade para trabalhar localmente ou na nuvem.

Principais conclusões#

A palestra de Luca no YV24 destacou como a IA, em conjunto com ferramentas como os modelos Ultralytics YOLO e o Lightning AI, está mudando a forma como resolvemos problemas do mundo real. Essas ferramentas facilitam o treinamento e a implantação de modelos criados para resolver desafios específicos em diversos setores.

Demonstrou como o Lightning Studios torna todo o processo de desenvolvimento mais rápido e acessível, permitindo aos programadores criar soluções poderosas com facilidade. No centro de plataformas como o Lightning AI, os modelos de visão por computador estão a transformar a forma como as soluções de IA enfrentam desafios. Em particular, com o Ultralytics YOLO11 e o seu sucessor, o Ultralytics YOLO26, os programadores podem criar soluções com um impacto significativo.

Participe da nossa comunidade para ficar por dentro da IA e de seus usos práticos. Confira nosso repositório no GitHub para explorar inovações em áreas como IA em carros autônomos e visão computacional na área da saúde.