4 de outubro de 2024
Junte-se a nós para vermos de perto como pode utilizar o Ultralytics HUB para treinar e implementar os novos modelos Ultralytics YOLO11 . Acompanharemos o processo passo a passo.
Ultralytics YOLO11 é o novo modelo de visão computacional de última geração concebido para tarefas como deteção de objectos, classificação de imagens e segmentação de instâncias. É mais rápido, mais preciso e mais eficiente do que as versões anteriores dos modelos YOLO (You Only Look Once). YOLO11 pode ser usado para uma variedade de aplicações de visão computacional em tempo real. O melhor de tudo é que começar a utilizar o Ultralytics YOLO11 é tão simples e direto como todos os outros modelos Ultralytics YOLO .
Discutimos anteriormente os novos recursos e melhorias doYOLO11 e abordamos o acesso ao modelo por meio do pacoteUltralytics Python ou Ultralytics HUB. Neste guia, mostraremos como usar o Ultralytics HUB passo a passo para treinar e implantar Ultralytics YOLO11 facilmente.
OUltralytics HUB é a plataforma sem código e de fácil utilização Ultralytics, concebida para simplificar todo o processo, desde a formação à implementação de modelos YOLO , incluindo os recém-lançados modelosUltralytics YOLO11 . Quer seja um especialista em IA ou um novato em visão computacional, o HUB fornece uma interface intuitiva que lhe permite carregar conjuntos de dados, selecionar modelos pré-treinados e ajustá-los às suas necessidades específicas. Com apenas alguns cliques, pode treinar modelos para aplicações em tempo real em sectores que vão desde a indústria transformadora à agricultura. O HUB concentra-se em tornar a IA avançada acessível sem a necessidade de codificação extensiva.
OUltralytics HUB tem diferentes opções de planos, com um nível gratuito para acesso básico e um plano Pro que oferece capacidades adicionais, como formação na nuvem, colaboração em equipa e limites de utilização aumentados. Aqui está uma rápida olhada em alguns dos principais recursos oferecidos pelo Ultralytics HUB:
O HUB também se integra com várias plataformas e os utilizadores podem exportar modelos treinados para vários formatos, tais como ONNX, TensorFlowe CoreMLtornando a implantação em várias plataformas perfeita. Essencialmente, oUltralytics HUB simplifica tarefas complexas de IA, desde o manuseio de conjuntos de dados até a implantação de modelos em tempo real, tudo em uma única ferramenta abrangente.
Para executar inferências no Ultralytics HUB utilizando YOLO11, basta navegar para a secção "Models" (Modelos) e escolher o modelo YOLO11 em que está interessado. Depois, pode clicar em "Preview" (Pré-visualizar) para experimentar o modelo carregando qualquer imagem.
Esta funcionalidade do HUB permite que qualquer pessoa, independentemente do seu nível de experiência, teste as previsões do modelo com o YOLO11 e veja o seu desempenho. É uma forma fácil de pôr mãos à obra com o Ultralytics YOLO11 gratuitamente.
Depois de criar uma conta, pode mergulhar diretamente no treino acedendo ao painel de controlo. A partir daí, pode gerir os seus projectos, carregar conjuntos de dados e começar a treinar os seus modelos YOLO11 com facilidade. A plataforma foi concebida para manter o processo rápido e o mais simples possível.
Depois de iniciar sessão, pode clicar em "Datasets" (Conjuntos de dados) no menu da esquerda para explorar uma série de conjuntos de dados pré-existentes disponíveis no Ultralytics HUB. Estes conjuntos de dados destinam-se a várias tarefas, como a deteção de objectos com caixas delimitadoras orientadas (OBB) e a estimativa de pose. Por exemplo, é possível usar COCO128 para deteção de objectos com 80 classes ou MNIST para classificação de imagens. Estes conjuntos de dados estão prontamente disponíveis e optimizados para treinar modelos YOLO .
Se quiser trabalhar com os seus próprios dados, pode carregar conjuntos de dados personalizados. Ao fazê-lo, certifique-se de que o seu conjunto de dados segue a estrutura YOLO , incluindo um ficheiro YAML corretamente formatado no diretório raiz, e que está compactado.
Quando o seu conjunto de dados estiver pronto, pode clicar no botão "Upload Dataset", selecionar o tipo de tarefa e carregar o ficheiro ZIP. Após o carregamento, o Ultralytics HUB valida automaticamente o seu conjunto de dados e pode começar imediatamente a treinar os modelos YOLO . Também pode gerir e visualizar os detalhes do seu conjunto de dados, como as divisões de imagens (treino, validação, teste), e analisar os dados para garantir que estão prontos para o treino do modelo.
Para começar a treinar um modelo YOLO11 utilizando a funcionalidade de treino na nuvem do Ultralytics HUB, terá de atualizar para o plano Pro. Como utilizador Pro, tem à sua disposição recursos GPU para um treino mais rápido e eficiente. Após a atualização, aceda à secção "Modelos", selecione a variação de modeloYOLO11 pretendida e configure as definições de treino.
É possível escolher o número de épocas (que definem quantas vezes o modelo passará pelo conjunto de dados) ou definir uma duração específica para o treinamento cronometrado. Antes do início do treinamento do modelo, o Ultralytics HUB inicializará uma instância de GPU dedicada para garantir um desempenho otimizado. Dependendo da demanda, a inicialização pode levar algum tempo, mas nenhuma cobrança será aplicada à sua conta durante esse processo.
Depois de finalizar suas configurações, clique em "Start Training" para iniciar a sessão. Ao longo do treinamento, você pode monitorar o progresso em tempo real por meio de um painel. Ele oferece a capacidade de pausar, interromper ou retomar o treinamento conforme necessário. Se o saldo da sua conta estiver baixo durante o treinamento baseado em épocas, a sessão será pausada, permitindo que você recarregue seu saldo antes de retomar. A plataforma salva automaticamente os checkpoints, o que significa que você pode continuar de onde parou.
No final da formação, pode verificar todos os custos através do separador de faturação, onde encontrará relatórios de custos detalhados que facilitam o track despesas e a gestão eficiente da sua formação.
Ao implantar seu modelo YOLO11 treinado de forma personalizada com o Ultralytics HUB, há duas opções principais: a Inference API compartilhada e a Inference API dedicada. Para usar o modelo implantado, é possível fazer solicitações de inferência para a API usando Python ou cURL, dependendo da sua configuração. O processo geral envolve o envio de um ficheiro de imagem juntamente com parâmetros relevantes (como o tamanho da imagem e os limites de confiança) para a API. O Ultralytics HUB devolverá as previsões num formato JSON simples, que poderá processar posteriormente.
A Inference API Partilhada é uma solução económica para os utilizadores do nível gratuito e fornece 100 chamadas por hora e até 1000 chamadas mensais. Elimina a necessidade de um ambiente local e permite uma implementação rápida diretamente a partir do HUB Ultralytics .
A Inference API dedicada, disponível para utilizadores Pro, é mais adequada para implementações em grande escala ou aplicações em tempo real. Fornece uma implementação com um único clique num ambiente de nuvem dedicado, alimentado pelo Google Cloud Run. Esta opção está optimizada para aplicações de elevado desempenho, garantindo uma latência inferior a 100 ms e uma cobertura global em 38 regiões para processamento em tempo real. Também suporta funcionalidades de segurança melhoradas, tornando-a adequada para indústrias com requisitos rigorosos de proteção de dados.
Depois de ter escolhido entre a Inference API partilhada ou dedicada para implementar o seu modelo YOLO11 , os passos seguintes são simples e eficientes. Pode abrir o separador "Deploy" (Implementar) na página do seu modelo no Ultralytics HUB. Se estiver a utilizar a Inference API partilhada, pode consultar este guia para seguir as instruções de configuração das suas chamadas de API. Para usuários Inference API dedicada, basta clicar no botão Iniciar ponto de extremidade para iniciar o ponto de extremidade. Uma vez ativo, o HUB fornecer-lhe-á um URL exclusivo para utilizar nas suas tarefas de inferência.
Se o seu projeto precisar de um modelo num formato específico ou para utilização offline, o Ultralytics HUB oferece opções de exportação como ONNX, CoreML ou TensorFlow para suportar várias plataformas, desde sistemas móveis a sistemas na nuvem. Para desenvolvedores que desejam integrar modelos diretamente em aplicativos, o Ultralytics HUB-SDK fornece uma maneira eficiente de gerenciar implantações por meio do Python. Utilizando chaves de API ou credenciais Ultralytics , pode controlar facilmente a implementação e executar inferências no seu código, dando-lhe a flexibilidade necessária para uma integração perfeita.
O Ultralytics HUB é uma plataforma tudo-em-um concebida para tornar o treino e a implementação de modelos YOLO11 acessíveis tanto a principiantes como a especialistas. Suporta uma vasta gama de tarefas, desde o carregamento de conjuntos de dados até à configuração do treino, oferecendo opções de implementação flexíveis como APIs de Inferência Partilhadas e Dedicadas. Quer esteja a implementar através de APIs ou a exportar modelos para utilização offline, o HUB assegura uma integração perfeita entre plataformas. Com opções para aplicações em tempo real e soluções escaláveis, o Ultralytics HUB pode ser utilizado para uma vasta gama de necessidades de implementação, tanto para utilizadores principiantes como avançados.
Explore nosso repositório GitHub e junte-se à nossa vibrante comunidade para mergulhar mais fundo em IA. Descubra como a Visão de IA está impulsionando a inovação em setores como saúde e agricultura.
