Treina e implementa Ultralytics YOLO11 usando o Ultralytics HUB

O Ultralytics YOLO11 é o novo modelo de visão computacional de última geração, projetado para tarefas como detecção de objetos, classificação de imagens e segmentação de instâncias. Ele é mais rápido, mais preciso e mais eficiente do que as versões anteriores dos modelos YOLO (You Only Look Once). O YOLO11 pode ser usado para uma variedade de aplicações de visão computacional em tempo real. O melhor de tudo é que começar a usar o Ultralytics YOLO11 é tão simples e direto quanto todos os outros modelos Ultralytics YOLO.

Discutimos anteriormente os novos recursos e melhorias do YOLO11 e mencionamos o acesso ao modelo por meio do pacote Python da Ultralytics ou do Ultralytics HUB. Neste guia, mostraremos passo a passo como usar o Ultralytics HUB para treinar e implementar o Ultralytics YOLO11 facilmente.

Link to this sectionUma introdução ao Ultralytics HUB#

O Ultralytics HUB é a plataforma sem código e fácil de usar da Ultralytics, projetada para otimizar todo o processo, desde o treinamento até a implementação de modelos YOLO, incluindo os recém-lançados modelos Ultralytics YOLO11. Seja você um especialista em IA ou iniciante em visão computacional, o HUB oferece uma interface intuitiva que permite fazer upload de datasets, selecionar modelos pré-treinados e ajustá-los para suas necessidades específicas. Com apenas alguns cliques, você pode treinar modelos para aplicações em tempo real em setores que variam de manufatura a agricultura. O HUB foca em tornar a IA avançada acessível sem a necessidade de codificação extensiva.

Fig 1. O Ultralytics HUB é uma plataforma sem código e fácil de usar.

O Ultralytics HUB tem diferentes opções de planos, com uma versão gratuita para acesso básico e um plano Pro que oferece recursos adicionais como treinamento na nuvem, colaboração em equipe e limites de uso aumentados. Aqui está uma visão rápida de alguns dos principais recursos oferecidos pelo Ultralytics HUB:

• Suporte a dataset personalizado: Faça upload e gerencie seus próprios datasets para um treinamento de modelo mais personalizado.
• Integração móvel: Execute modelos YOLO em dispositivos iOS e Android usando o aplicativo Ultralytics HUB, com aceleração de hardware para desempenho otimizado.
• Recursos na nuvem: A infraestrutura na nuvem habilitada para GPU suporta um treinamento de modelo mais rápido e eficiente.
• Gerenciamento fácil de projetos: O Ultralytics HUB facilita para os usuários Pro gerenciarem projetos e colaborarem com membros da equipe por meio do recurso de Equipes, otimizando o trabalho em equipe e o compartilhamento de recursos.
• API de Inferência: O HUB fornece APIs de Inferência compartilhadas e dedicadas. Os usuários podem executar modelos YOLO sem precisar configurar um ambiente local.
• HUB-SDK da Ultralytics: Nosso HUB-SDK interno facilita a integração dos serviços de aprendizado de máquina da Ultralytics em suas aplicações Python.

O HUB também se integra a várias plataformas, e os usuários podem exportar modelos treinados para vários formatos, como ONNX, TensorFlow e CoreML, tornando a implementação em várias plataformas perfeita. Essencialmente, o Ultralytics HUB simplifica tarefas complexas de IA, desde o manuseio de datasets até a implementação de modelos em tempo real, tudo dentro de uma ferramenta abrangente.

Link to this sectionExecutando inferências no Ultralytics HUB usando o YOLO11#

Para executar inferências no Ultralytics HUB usando o YOLO11, basta navegar até a seção "Models" e escolher o modelo YOLO11 de seu interesse. Em seguida, você pode clicar em "Preview" para testar o modelo fazendo o upload de qualquer imagem.

Fig 2. Teste o Ultralytics YOLO11 no Ultralytics HUB.

Esse recurso do HUB torna possível para qualquer pessoa, independentemente do seu nível de experiência, testar previsões de modelo com o YOLO11 e ver como ele funciona. É uma maneira fácil de usar para ter experiência prática com o Ultralytics YOLO11 gratuitamente.

Link to this sectionTreinando um modelo Ultralytics YOLO11 personalizado no Ultralytics HUB#

Após criar uma conta, você pode começar o treinamento imediatamente acessando o painel. A partir daí, você pode gerenciar seus projetos, fazer upload de datasets e começar a treinar seus modelos YOLO11 com facilidade. A plataforma foi projetada para manter o processo rápido e o mais simples possível.

Link to this sectionUsando datasets personalizados para treinamento de YOLO11 no HUB#

Uma vez logado, você pode clicar em "Datasets" no menu à esquerda para explorar uma variedade de datasets pré-existentes disponíveis no Ultralytics HUB. Esses datasets atendem a várias tarefas, como detecção de objetos com caixas delimitadoras orientadas (OBB) e estimativa de pose. Por exemplo, você pode usar o COCO128 para detecção de objetos com 80 classes ou o Fashion-MNIST para classificação de imagens. Esses datasets estão prontamente disponíveis e otimizados para o treinamento de modelos YOLO.

Fig 3. O Ultralytics HUB oferece uma maneira conveniente de gerenciar e aplicar seus datasets personalizados.

Se você quiser trabalhar com seus próprios dados, pode fazer upload de datasets personalizados. Ao fazer isso, certifique-se de que seu dataset segue a estrutura YOLO, incluindo um arquivo YAML formatado corretamente no diretório raiz, e que ele esteja compactado (ZIP).

Assim que seu dataset estiver pronto, você pode clicar no botão "Upload Dataset", selecionar o tipo de tarefa e fazer upload do arquivo ZIP. Após o upload, o Ultralytics HUB valida automaticamente seu dataset, e você pode começar a treinar modelos YOLO imediatamente. Você também pode gerenciar e visualizar os detalhes do seu dataset, como divisões de imagem (treino, validação, teste), e analisar os dados para garantir que estejam prontos para o treinamento do modelo.

Fig 4. Você pode fazer upload de um dataset personalizado e visualizar os detalhes do dataset.

Link to this sectionTreinamento e monitoramento eficientes do YOLO11 com o Ultralytics HUB#

Para começar a treinar um modelo YOLO11 usando o recurso Cloud Training do Ultralytics HUB, você precisará fazer upgrade para o plano Pro. Como usuário Pro, recursos de GPU estão disponíveis para você para um treinamento mais rápido e eficiente. Depois de fazer o upgrade, acesse a seção "Models", selecione a variação de modelo YOLO11 desejada e configure as definições de treinamento.

Fig 5. Treine um modelo YOLO11 no HUB com alguns cliques.

Você pode escolher o número de épocas (que definem quantas vezes o modelo passará pelo dataset) ou definir uma duração específica para o treinamento temporizado. Antes de o treinamento do modelo começar, 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.

Após finalizar suas configurações, clique em "Start Training" para iniciar a sessão. Durante todo o treinamento, você pode monitorar o progresso em tempo real por meio de um painel. Ele te dá a capacidade de pausar, parar ou retomar o treinamento conforme necessário. Se o saldo da sua conta ficar baixo durante o treinamento baseado em épocas, a sessão será pausada, permitindo que você adicione saldo antes de retomar. A plataforma salva automaticamente os checkpoints, o que significa que você pode continuar de onde parou.

Ao final do treinamento, você pode verificar todos os custos através da aba de faturamento, onde encontrará relatórios de custos detalhados que facilitam o acompanhamento de despesas e o gerenciamento eficiente do seu treinamento.

Fig 6. Você pode monitorar o treinamento do modelo conforme ele acontece.

Link to this sectionImplementando seu modelo Ultralytics YOLO11 personalizado usando o HUB#

Ao implementar seu modelo YOLO11 treinado de forma personalizada com o Ultralytics HUB, existem duas opções principais: a Shared Inference API e a Dedicated Inference API. Para usar o modelo implementado, você pode fazer solicitações de inferência para a API usando Python ou cURL, dependendo da sua configuração. O processo geral envolve enviar um arquivo de imagem junto com os parâmetros relevantes (como tamanho da imagem e limites de confiança) para a API. O Ultralytics HUB retornará as previsões em um formato JSON simples, que você pode processar posteriormente.

A Shared Inference API é uma solução econômica para usuários no plano gratuito e oferece 100 chamadas por hora e até 1000 chamadas por mês. Ela elimina a necessidade de um ambiente local e oferece suporte à implementação rápida diretamente do Ultralytics HUB.

A Dedicated Inference API, disponível para usuários Pro, é mais adequada para implementações de maior escala ou aplicações em tempo real. Ela oferece uma implementação com um clique em um ambiente de nuvem dedicado, impulsionado pelo Google Cloud Run. Esta opção é otimizada para aplicações de alto desempenho, garantindo latência inferior a 100ms e cobertura global em 38 regiões para processamento em tempo real. Ela também oferece suporte a recursos de segurança aprimorados, tornando-a adequada para setores com requisitos rigorosos de proteção de dados.

Depois de escolher entre a Shared ou Dedicated Inference API para implementar seu modelo YOLO11, os próximos passos são simples e eficientes. Você pode abrir a aba "Deploy" dentro da página do seu modelo no Ultralytics HUB. Se você estiver usando a Shared Inference API, pode conferir este guia para seguir as instruções para configurar suas chamadas de API. Para usuários da Dedicated Inference API, basta clicar no botão Start Endpoint para iniciar o endpoint. Uma vez ativo, o HUB fornecerá uma URL única para você usar em suas tarefas de inferência.

Fig 7. Usar a Dedicated Inference API do Ultralytics HUB é simples.

Link to this sectionOutras opções de implementação fornecidas pelo HUB#

Se o seu projeto precisa de um modelo em um formato específico ou para uso offline, o Ultralytics HUB oferece opções de exportação como ONNX, CoreML ou TensorFlow para oferecer suporte a várias plataformas, desde sistemas móveis até sistemas em nuvem. Para desenvolvedores que desejam integrar modelos diretamente em aplicações, o Ultralytics HUB-SDK oferece uma maneira eficiente de gerenciar implementações por meio de Python. Ao usar chaves de API ou credenciais da Ultralytics, você pode controlar facilmente a implementação e executar inferências em seu código, dando a você a flexibilidade necessária para uma integração perfeita.

Link to this sectionPrincipais pontos#

O Ultralytics HUB é uma plataforma tudo-em-um projetada para tornar o treinamento e a implementação de modelos YOLO11 acessíveis tanto para iniciantes quanto para especialistas. Ele oferece suporte a uma ampla gama de tarefas, desde o upload de datasets até a configuração de treinamento, oferecendo opções de implementação flexíveis como APIs de Inferência Compartilhadas e Dedicadas. Seja implementando via APIs ou exportando modelos para uso offline, o HUB garante uma integração perfeita entre plataformas. Com opções para aplicações em tempo real e soluções escaláveis, o Ultralytics HUB pode ser usado para uma ampla gama de necessidades de implementação tanto para usuários iniciantes quanto avançados.

Explore nosso repositório no GitHub e junte-se à nossa comunidade vibrante para se aprofundar em IA. Descubra como a visão de IA está impulsionando a inovação em setores como saúde e agricultura.