ultralytics
ОбучайтеYOLO Ultralytics YOLO на 22 облачных графических процессорах, отслеживайте все показатели в режиме реального времени и сравнивайте эксперименты в одном окне — и всё это с помощью единой платформы.
127.7K
Звезды GitHub
234M
Скачать
2.5B
Ежедневное использование
Ultralytics специально разработана для моделей, которые вы уже используете. Обучайте Ultralytics , YOLO11, YOLOv8 и YOLOv5 всех пяти задач компьютерного зрения, при этом обеспечивается полная поддержка моделей любого размера — от нано до крупных.
Начните с одной изYOLO Ultralytics YOLO : YOLO26 , YOLO11, YOLOv8 или YOLOv5 , предварительно обученных авторами и готовых к тонкой настройке.
Используйте свою собственную модель компьютерного зрения: загрузите файл .pt и обучите её на облачных графических процессорах. Параметры обучения, архитектура и результаты анализируются автоматически.
Ваши данные или наши: подключите свои обучающие данные и наборы данных с метками или просмотрите официальные Ultralytics наборы данных, предоставленные сообществом, чтобы приступить к работе.
Выберите один из 22 GPU : от RTX 4090 и A100 до H100, H200 и B200. Выберите GPU, укажите бюджет и начните обучение. Платформа заранее рассчитывает стоимость и продолжительность, поэтому вас не ждут никакие неожиданности.
Предпочитаете использовать собственное оборудование? Проводите обучение на локальных графических процессорах или центральных процессорах и передавайте показатели в режиме реального времени обратно на платформу с помощьюPython Ultralytics Python . Ваши эксперименты будут отображаться на панели управления проектом наряду с результатами облачных запусков.
Графики кривых потерь, mAP, точности и полноты отображаются по эпохам с использованием автоматических контрольных точек и сохранением лучшей модели на протяжении всего процесса.
Журналы тренировок в режиме реального времени передаются с GPU поддержкой цветовой кодировки ANSI и автоматическим обнаружением ошибок, благодаря чему проблемы выявляются сразу же.
Данные о GPU , памяти, температуре, CPU и дисках, поступающие в режиме реального времени, подтверждают, GPU ваш GPU эффективно на протяжении всего процесса.
Проверка моделей — это ключевой этап после завершения обучения моделей компьютерного зрения. Проанализируйте матрицу путаницы, кривую ROC и показатели по классам непосредственно в Platform, а затем экспортируйте результаты в более чем 17 форматов, оптимизированных для развертывания в облаке, на периферийных устройствах или на конечных устройствах.
1
Добавить примечание
2
Обучение
3
Развертывание
Да. Ultralytics поддерживает локальное обучение на ваших собственных графических процессорах (GPU) или центральных процессорах (CPU). Установите Python Ultralytics Python , настройте свой ключ API и начните обучение — показатели в режиме реального времени будут поступать непосредственно на панель управления платформы наряду с данными о ваших облачных сессиях обучения. Это дает вам возможность использовать собственное оборудование, при этом все эксперименты будут упорядочены в одном месте.
Ultralytics предлагает 22 GPU по цене от 0,24 до 4,99 доллара в час. Для большинства рабочих нагрузок оптимальным выбором по умолчанию является RTX PRO 6000 (96 ГБ, 1,89 доллара/час). Для обучения, требующего оперативности, максимальную производительность обеспечивают модели H100 и H200. Для тестирования и небольших наборов данных хорошо подходят бюджетные варианты, такие как RTX 2000 Ada (0,24 доллара в час). Платформа показывает примерную стоимость и продолжительность до начала работы, поэтому вы можете выбрать оптимальный баланс между скоростью и бюджетом для своего проекта.
Если процесс обучения завершится неудачно, с вас не будет взиматься плата. Оплата производится только за фактическое GPU в случае завершенных или вручную отмененных процессов. На протяжении всего обучения сохраняются контрольные точки, поэтому в случае прерывания или отмены процесса ваш прогресс до этого момента сохраняется. Вы можете проанализировать журналы консоли для диагностики проблем и возобновить обучение с измененными настройками.
Да. Ultralytics поддерживает одновременное выполнение тренировочных заданий. Пользователи бесплатного тарифа могут запускать до 3 одновременных тренировочных заданий, пользователи тарифа Pro — до 10, а пользователи тарифа Enterprise — без ограничений. Каждому заданию выделяется собственный GPU .
Время обучения зависит от объема набора данных, размера модели, количества эпох и GPU . Для справки: обучение модели YOLO26n на 1000 изображений в течение 100 эпох занимает примерно 2–3 часа на графическом процессоре RTX PRO 6000. Обучение более крупных моделей, таких как YOLO26x, на той же конфигурации займет больше времени. Платформа рассчитывает стоимость и продолжительность перед началом обучения, поэтому вы всегда знаете, чего ожидать.
Обучение модели — это процесс, в ходе которого модель компьютерного зрения обучается распознавать закономерности в визуальных данных. В процессе обучения модель обрабатывает тысячи аннотированных изображений, корректирует свои параметры и постепенно совершенствует способность detect, segment или classify объекты. На Ultralytics обучение интегрировано непосредственно в рабочий процесс аннотирования и развертывания. После аннотирования набора данных вы можете выбрать YOLO , выбрать облачный GPU и начать обучение, не покидая платформу.
Создавайте готовые к производственному использованию модели искусственного интеллекта для обработки изображений на облачных графических процессорах — от 0,24 доллара в час.
