Exporte modelos de IA de visão com facilidade utilizando a Ultralytics . Descubra como preparar modelos com apenas alguns cliques para implementação em dispositivos periféricos, dispositivos móveis e na nuvem.
No mês passado, lançámos Ultralytics , um espaço de trabalho unificado concebido para simplificar todo o fluxo de trabalho de visão computacional. Reúne as principais funcionalidades de IA de visão, incluindo gestão de conjuntos de dados, anotação, treino de modelos, testes, implementação e monitorização, numa única interface simplificada.
Como parte deste fluxo de trabalho completo, a implementação desempenha um papel crucial na transição dos modelos da fase experimental para a utilização no mundo real. Anteriormente, explorámos as diferentes opções de implementação disponíveis na plataforma, incluindo a inferência partilhada através de APIs, pontos de extremidade dedicados para implementações de produção escaláveis e a exportação de modelos para execução em dispositivos periféricos ou infraestruturas externas.
Agora, vamos analisar mais detalhadamente a exportação de modelos e como esta facilita a implementação em diferentes ambientes. Ao contrário da inferência partilhada e dos pontos finais dedicados, que executam modelos na infraestrutura Ultralytics , a exportação de modelos permite que os modelos sejam implementados e executados em ambientes externos, tais como dispositivos de perifeira, aplicações móveis e infraestruturas personalizadas.
Antes de os modelos poderem ser executados nestes ambientes, têm de ser convertidos para formatos compatíveis com o ambiente de execução de destino. Cada configuração de implementação tem os seus próprios requisitos, desde formatos leves para dispositivos móveis e de borda até formatos de alto desempenho para sistemas GPU nuvem e GPU.
Tradicionalmente, este processo pode ser demorado, envolvendo scripts, dependências e várias ferramentas. Com Ultralytics , a exportação é muito mais simples. Os modelos podem ser convertidos e otimizados com apenas alguns cliques, sem necessidade de configuração adicional.
Neste artigo, vamos explicar o que significa a exportação de modelos, os formatos suportados pela Ultralytics e como escolher o formato mais adequado para o seu caso de utilização. Vamos começar!
A exportação de um modelo implica a conversão de um modelo pré-treinado ou treinado de forma personalizada para um formato que possa ser utilizado fora do seu framework original. YOLO Ultralytics são criados utilizando PyTorch armazenados no seu formato nativo, o que funciona bem para treino, avaliação e experimentação dentro do PyTorch .
No entanto, os ambientes de implementação apresentam frequentemente diferentes requisitos de tempo de execução e de hardware. Por esse motivo, o formato utilizado durante a formação nem sempre é adequado para a implementação.
Por exemplo, uma aplicação móvel pode exigir um formato leve, otimizado para um baixo consumo de energia, enquanto uma aplicação baseada em navegador necessita de um formato que funcione de forma eficiente em ambientes web.
Os dispositivos periféricos, como câmaras e sistemas incorporados, beneficiam de modelos compactos e rápidos, enquanto os sistemas na nuvem são concebidos para inferência de alto desempenho. Para dar resposta a estes diferentes cenários, os modelos têm de ser exportados para formatos compatíveis.
Atualmente, os modelos de visão computacional estão a ser implementados mais perto do local onde os dados são gerados, especialmente em dispositivos periféricos. Os smartphones executam aplicações de visão em tempo real, as câmaras de CCTV realizam monitorização no próprio dispositivo e os sistemas autónomos dependem da tomada de decisões instantânea.
No entanto, a implementação nestes ambientes acarreta um conjunto específico de desafios. Os dispositivos periféricos têm capacidade computacional limitada, requisitos rigorosos em termos de latência e restrições no que diz respeito à memória e ao consumo de energia. Um modelo que apresenta um bom desempenho durante o treino, com recursos suficientes, pode não funcionar de forma eficiente nestas condições restritas.
A exportação de um modelo para o formato adequado pode ajudar a superar estes desafios. Ao converter o modelo de forma adequada, é possível otimizá-lo em termos de velocidade, reduzir o seu tamanho e torná-lo compatível com hardware específico.
Ao mesmo tempo, a exportação oferece flexibilidade. O mesmo modelo pode ser adaptado a diferentes ambientes de implementação, convertendo-o em vários formatos de acordo com requisitos específicos.
Por exemplo, o formatoNCNN está otimizado para dispositivos móveis e periféricos com baixo consumo de recursos. Por outro lado, o OpenVINO foi concebido para Intel e oferece um melhor desempenho em unidades de processamento central (CPUs), unidades de processamento gráfico (GPUs) e unidades de processamento neural (NPUs).
Na maioria dos casos, alcançar este nível de flexibilidade implicava lidar com conversões manuais, dependências e várias ferramentas, tornando o processo demorado e complexo. Ultralytics simplifica este fluxo de trabalho, tornando a exportação de modelos mais acessível e fácil de gerir.
Normalmente, a exportação de um modelo é considerada uma etapa separada e complexa nos fluxos de trabalho de visão computacional. A Ultralytics muda esta situação ao integrar a opção de exportar um modelo diretamente num único espaço de trabalho que abrange tudo, desde o treino até à implementação.
Uma das suas principais vantagens é a experiência de exportação sem código. Não é necessário escrever scripts, gerir ambientes nem utilizar comandos específicos de frameworks. Os modelos podem ser exportados com apenas alguns cliques através de uma interface intuitiva.
Nos bastidores, a plataforma encarrega-se do trabalho pesado. As tarefas que normalmente exigiriam várias ferramentas e configuração manual são simplificadas num único processo. Não é necessário instalar dependências adicionais nem lidar com problemas de compatibilidade, o que facilita muito a transição de um modelo treinado para uma solução pronta para produção.
Ultralytics suporta 17 formatos de exportação, facilitando a preparação de modelos para uma vasta gama de ambientes de implementação sem aumentar a complexidade.
Aqui está uma visão geral de alguns dos formatos de exportação mais comuns:
A exportação de um modelo na Ultralytics é um processo simples, baseado na interface do utilizador. Todo o fluxo de trabalho é gerido através da interface, sem necessidade de scripts ou ferramentas de linha de comandos.
Veja como pode exportar um modelo utilizando a plataforma:
Ao explorar os diferentes formatos de exportação suportados pela Ultralytics , poderá questionar-se sobre qual escolher. A resposta depende, na verdade, de onde e como pretende utilizar o seu modelo.
Eis alguns fatores a ter em conta:
Não existe um formato único que sirva para todos os casos. No fundo, trata-se de encontrar o equilíbrio entre o desempenho, a compatibilidade e as limitações do seu ambiente de destino. Ultralytics facilita este processo, permitindo-lhe experimentar e comparar diferentes formatos sem esforço adicional.
A exportação é um passo essencial para preparar o seu modelo para utilização no mundo real em diferentes ambientes. Com Ultralytics , este processo torna-se muito mais simples, permitindo-lhe converter e otimizar modelos sem configurações adicionais nem complicações. Ao escolher o formato adequado ao seu caso de utilização, pode garantir que o seu modelo funciona de forma eficiente onde quer que o implemente.
Junte-se à nossa comunidade em crescimento e consulte o nosso repositório no GitHub para saber mais sobre visão computacional. Explore as nossas páginas de soluções para saber mais sobre aplicações como a IA na robótica e a visão computacional na logística. Descubra as nossas opções de licenciamento e comece a criar com IA de visão!
Comece sua jornada com o futuro do aprendizado de máquina
