Lightning AI üzerinde Ultralytics YOLO modellerinin özel eğitimi

İster deneyimli bir yapay zeka geliştiricisi olun, ister görsel yapay zekayı keşfetmeye yeni başlıyor olun, bilgisayarla görme modelleriyle oynamak ve deney yapmak için güvenilir bir ortama sahip olmak Ultralytics YOLO11 anahtardır. Ortam, yapay zeka modellerini verimli bir şekilde tasarlamak, test etmek ve dağıtmak için gereken araçları, kaynakları ve altyapıyı ifade eder. 

Birçok çevrimiçi platform farklı yapay zeka araçları sunsa da, çoğu veri hazırlığından model dağıtımına kadar tüm yapay zeka yaşam döngüsü için birleşik bir ortam sağlamaz. İşte tam bu noktada, yapay zeka geliştirme için hepsi bir arada bir platform olan Lightning AI, veri hazırlığından dağıtıma kadar olan süreci kolaylaştırmak için devreye giriyor.

Yapay zeka geliştirmeyi kolaylaştırmanın önemi, Ultralytics tarafından düzenlenen ve yapay zeka ve bilgisayarla görme alanındaki gelişmelere odaklanan yıllık hibrit bir etkinlik olan YOLO Vision 2024'te (YV24) sergilendi. Lightning AI CTO'su Luca Antiga, Lightning AI kullanarak Ultralytics YOLO modellerinin hızlı, sorunsuz ve teknik karmaşıklıklara karışmadan nasıl eğitileceğini açıkladığı'Lightning Studios'taYOLO 'ya Gitmek' başlıklı bir açılış konuşması yaptı.

Bu makalede, gerçek dünyadaki bilgisayarla görme uygulamalarından Lightning AI ile Ultralytics YOLO modellerinin eğitilmesi ve dağıtılmasına ilişkin canlı demolara kadar her şeyi kapsayan Luca'nın konuşmasından önemli çıkarımlara değineceğiz. Hadi başlayalım!

Yapay zeka geliştirmeyi basitleştirmek için Lightning AI ve Ultralytics YOLO 'yu kullanma

Luca açılış konuşmasına YOLO modellerinin çeşitli sektörlerdeki etkisine ilişkin düşüncelerini ve takdirlerini paylaşarak başladı. YOLO modellerinin imalat ve tarım gibi sektörlerde nasıl uygulanabileceğinin altını çizdi. " YOLO 'nun inşaatçılar topluluğu - gerçek, pratik sorunları çözmesi gereken insanlar - üzerindeki etkisini takdir ediyorum, bu bana çok yakın" dedi.

Bunu yapay zeka eğitimine olan ilginin artmasıyla ilişkilendirerek, yapay zeka modeli geliştirmeyi herkes için daha hızlı, daha basit ve daha erişilebilir hale getirmek için tasarlanmış bir platform olan Lightning AI'yı tanıttı. Özellikle yapay zekadaki yinelemeli gelişmeleri desteklemek, geliştiricilerin modelleri iyileştirmesine ve geliştirmesine yardımcı olmak için kullanışlıdır.

‍

Ayrıca Lightning AI'nın, AI modellerinin eğitim sürecini basitleştiren bir çerçeve olan PyTorch Lightning'e benzediğine dikkat çekti. Bununla birlikte, Lightning AI'nin farklı olduğu nokta, sadece AI modellerini eğitmek değil, tüm AI geliştirme süreci için daha geniş bir araç ve yetenek seti sağlayan daha kapsamlı bir platform olmasıdır. 

Lightning AI'nın hayati bir bileşeni, tüm iş akışını kusursuz ve verimli hale getiren AI modellerini tasarlamak, eğitmek ve dağıtmak için sezgisel bir çalışma alanı sunan Lightning Studios'dur. Lightning Studios'u, bulutta çalışan, yeniden üretilebilir bir AI geliştirme ortamı olarak düşünebilirsiniz. Örneğin, işbirliğini geliştirmeye yardımcı olmak için çoğaltılabilen ve başka bir geliştiriciyle paylaşılabilen Jupyter Notebook benzeri bir ortam sunar. 

Luca daha sonra Lightning Studios'un avantajlarını detaylandırarak şunları söyledi: "Ortamınızı çoğaltmak artık bir sorun değil. Bir CPU [Merkezi İşlem Birimi] makinesinden bir GPU [Grafik İşlem Birimi] makinesine geçmeniz veya binlerce makinede eğitim başlatmanız gerekirse, ortamınız kalıcı olacaktır."

Eğitim ve geliştirme için Lightning Studios'u kurma

Ardından Luca, Lightning Studios'u kullanmaya ne kadar hızlı başlayabileceğinizi gösterdi. Sadece birkaç tıklama ile yeni bir stüdyo açabilir, Jupyter Notebooks ve VS Code gibi araçlara ve ortamlara erişebilir, hepsini kurabilir ve kodlamaya hazır hale getirebilirsiniz. Farklı makineler arasında geçiş yapmanın ne kadar kolay olduğunu gösterdi. Üzerinde çalıştığınız görev daha fazla güç gerektiriyorsa, bir CPU 'dan daha güçlü bir GPU'ya kolayca geçebilirsiniz. GPU yalnızca kullanım sırasında aktif kalacaktır; aksi takdirde, uyku moduna geçerek kredilerinizi koruyacaktır.

Luca ayrıca Studio Şablonlarını kullanmanın faydalarından da bahsetti. Bunlar, topluluk tarafından önceden hazırlanmış yapay zeka kodlama ortamlarıdır ve herhangi bir kurulum yapmanıza gerek kalmadan bunları kullanabilirsiniz. Yapay zeka projeleri için bir ortam kurmak zaman alıcı olabilir ve Studio Şablonları üretkenliği artırmaya yardımcı olabilir. Bu ortamlar, kurulu bağımlılıklar, model ağırlıkları, veriler, kod vb. gibi yapay zeka projeleri için gereken her şeyle önceden yüklenmiş olarak gelir.

‍

Lightning Studios'ta Ultralytics YOLO modellerini eğitme

Luca daha sonra canlı demoya geçerek Ultralytics YOLO modellerini eğitmek için Lightning Studio'yu nasıl kullanabileceğinizi vurguladı. Tüm bağımlılıkların zaten yüklü olduğu bir Studio Şablonu açtı ve eğitim sürecini hızlandırmak için dört GPU'lu bir makine çalıştırdı. Verilerle ilgili olarak, verileri doğrudan makinede depolamayı veya buluttan aktarmayı seçebileceğinizi ve böylece eğitim sürecini daha hızlı ve daha verimli hale getirebileceğinizi söyledi.

Makine birkaç saniye içinde hazırdı ve Luca eğitim oturumunu hızla başlattı. Demo sırasında, küçük bir sorun makinenin beklenmedik bir şekilde durmasına neden oldu, ancak Lightning Studios kaldığı yerden sorunsuz bir şekilde devam ederek hiçbir ilerlemenin kaybolmamasını sağladı. Luca, bu güvenilirliğin beklenmedik kesintiler karşısında bile sorunsuz iş akışlarını nasıl desteklediğine dikkat çekti.

Demoya devam ederken, makine öğrenimi metriklerini gerçek zamanlı olarak görselleştirmek için bir araç olan TensorBoard kullanılarak eğitim ilerlemesinin ne kadar kolay izlenebileceğini gösterdi. Lightning Studio, aynı çalışma alanındaki sizin veya takım arkadaşlarınızın herhangi bir ek kurulum yapmadan TensorBoard görünümlerine erişmesini sağlayan URL'leri otomatik olarak oluşturarak bunu daha da basitleştirir. Bu, işbirliğini kolaylaştırır ve herkesi aynı sayfada tutar. 

‍

Lit Serve ile Ultralytics YOLO Modellerini Dağıtma

Demodan sonra Luca, konuşmasının odağını Lightning AI tarafından yakın zamanda başlatılan yeni bir proje olan LitServe'e kaydırdı. LitServe, eğitilmiş bir modeli alıp başkalarının kullanabileceği ölçeklenebilir bir hizmete dönüştürme sürecini basitleştirerek karmaşık dağıtım hatlarına olan ihtiyacı ortadan kaldırır. Modeli paketlemekten, minimum çabayla dağıtmaya kadar her şeyi halletmek için tasarlanmıştır.

Bunu gerçek zamanlı olarak göstermek için Luca, önceden eğitilmiş bir bilgisayar kullanarak izleyicilere hızlı bir demo yaptı. Ultralytics YOLOv8 modelini geliştirdi. Gelen talepleri işlemek ve görüntü tahminlerini birkaç saniye içinde döndürmek için basit bir API oluşturmayı başardı. Bu, herkesin bu API'ye bir görüntüyle ping atabileceği ve nesne algılama gibi bilgisayarla görme görevleri için neredeyse anında sonuç alabileceği anlamına geliyor. Ultralytics YOLOv8 modeli, perde arkasında bir hizmet olarak konuşlandırılıyor, istekleri verimli bir şekilde ele alıyor, görüntüleri işliyor ve minimum gecikmeyle tahminler sunuyor.

‍

Bir pizza görüntüsü üzerinde bir çıkarım yaptı ve Ultralytics YOLOv8 pizza, kaşık ve yemek masası gibi nesneleri başarıyla tanımladı. İlk isteğin 'soğuk başlangıç' nedeniyle biraz daha uzun sürmesine rağmen, sistem ısındıktan sonra sonraki isteklerin çok daha hızlı olduğunu açıkladı.

Luca daha sonra, 'Peki ya bunu dış dünyaya açmak istersem?' diye sordu. API Oluşturucu eklentisinin, modelinizi canlı, üretime hazır bir hizmete dönüştürmeyi nasıl kolaylaştırdığını özetledi. Özel alan adları, ek güvenlik ve sorunsuz entegrasyon gibi özelliklerle, modelinizi herkesin erişimine kolayca açabilirsiniz.

Lightning Studios'u kullanmanın temel avantajları

Luca konuşmasını tamamlarken, Lightning Studio'nun yapay zeka geliştirmedeki ölçeklenebilirliğine ve esnekliğine değindi. Platformun, herhangi bir kesintiden sonra otomatik olarak devam eden hataya dayanıklı eğitimle, 10.000 düğüme kadar ölçeklenerek, modelleri birden fazla makinede nasıl eğitebileceğini belirtti. 

Örneğin, bir GPU kümesindeki eğitim işi bir donanım sorunu veya sunucunun yeniden başlatılması nedeniyle kesintiye uğrarsa, Lightning Studios sürecin tam olarak kaldığı yerden devam etmesini sağlar. Bu da onu ImageNet gibi devasa veri kümeleri üzerinde derin öğrenme modellerinin eğitimi gibi büyük ölçekli yapay zeka projeleri için ideal hale getirir. COCO.

İşte Luca'nın bahsettiği Lightning Studios'un diğer temel faydalarından bazıları:

• Ücretsiz aylık GPU kredileri: Kullanıcılara her ay otomatik olarak yenilenen 15 ücretsiz GPU kredisi sağlanır, böylece ek maliyetler olmadan deney yapabilir ve geliştirebilirsiniz.
  ‍
• Gelişmiş işbirliği: Lightning Studio'nun paylaşılan ekip alanları ve yeniden üretilebilir ortamları, ekip üyelerinin sorunsuz bir şekilde birlikte çalışmasını sağlayarak projeler genelinde tutarlılık ve verimlilik sağlar.
  ‍
• Esnek örnek seçenekleri: Kesintili ve kesintisiz örnekler arasında seçim yapma esnekliği sağlayarak kullanıcıların kesintili seçeneklere sahip GPU makinelerinde maliyet tasarrufu yapmalarına olanak tanır.
  ‍
• Mevcut araçlarla entegrasyon: Platform, SSH (Güvenli Kabuk) ve VS Code gibi uzaktan geliştirme araçlarıyla entegre olarak yerel veya bulutta çalışma esnekliği sağlar.

Önemli çıkarımlar

Luca'nın YV24'teki açılış konuşması, Ultralytics YOLO modelleri ve Lightning AI gibi araçlarla birlikte yapay zekanın gerçek dünyadaki sorunları çözme şeklimizi nasıl değiştirdiğini vurguladı. Bu araçlar, geliştiricilerin çeşitli sektörlerdeki belirli sorunların üstesinden gelmek için tasarlanmış modelleri eğitmesini ve dağıtmasını kolaylaştırıyor.

Lightning Studios'un tüm geliştirme sürecini nasıl daha hızlı ve daha erişilebilir hale getirdiğini ve geliştiricilerin kolayca güçlü çözümler oluşturmasına olanak tanıdığını gösterdi. Lightning AI gibi son teknoloji platformların merkezinde yer alan bilgisayarla görme modelleri, yapay zeka çözümlerinin zorlukları ele alma şeklini dönüştürüyor. Özellikle, en son Ultralytics YOLO11 modeli ile geliştiriciler anlamlı bir etki yaratan çözümler oluşturabilirler.

Yapay zeka ve pratik kullanımları hakkında güncel kalmak için topluluğumuza katılın. Otonom sürüşlü araçlarda yapay zeka ve sağlık hizmetlerinde bilgisayarlı görü gibi sektörlerdeki yenilikleri keşfetmek için GitHub depomuzu inceleyin.