ultralytics
Ultralytics YOLO 22 bulut GPU'sunda eğitin, tüm metrikleri gerçek zamanlı olarak izleyin ve deneyleri yan yana karşılaştırın; hepsini tek bir platformdan gerçekleştirin.
127.7K
GitHub yıldızları
234M
İndirmeler
2.5B
Günlük kullanımlar
Ultralytics , halihazırda kullandığınız modeller için özel olarak tasarlanmıştır. Ultralytics , YOLO11, YOLOv8 ve YOLOv5 , nano ölçekten büyük ölçeğe kadar tam destekle beş bilgisayar görme görevinin YOLOv5 eğitin.
Ultralytics YOLO biriyle başlayın: YOLO26 , YOLO11, YOLOv8 veya YOLOv5 ; orijinal yazarlar tarafından önceden eğitilmiş ve ince ayarlamaya hazırdır.
Kendi bilgisayar görme modelinizi getirin: Bir .pt dosyasını yükleyin ve bulut GPU'larında eğitin. Eğitim parametreleri, mimari ve sonuçlar otomatik olarak işlenir.
Kendi veri kümenizi mi, yoksa bizimkini mi kullanacaksınız: Başlamak için eğitim verilerinizi ve etiketlenmiş veri kümelerinizi bağlayın ya da resmi Ultralytics veri kümelerini Ultralytics topluluk tarafından paylaşılan veri kümelerini inceleyin.
RTX 4090 ve A100'den H100, H200 ve B200'e kadar 22 farklı GPU arasından seçim yapın. Bir GPU seçin, bütçenizi belirleyin ve eğitimi başlatın. Platform, maliyet ve süreyi önceden hesaplar; böylece sürprizlerle karşılaşmazsınız.
Kendi donanımınızı mı tercih ediyorsunuz? Yerel GPU'larınız veya CPU'larınız üzerinde eğitimler gerçekleştirin ve Ultralytics Python kullanarak gerçek zamanlı ölçümleri platforma aktarın. Deneyleriniz, aynı proje panosunda bulut çalıştırmalarıyla birlikte görüntülenir.
Kayıp eğrileri, mAP, doğruluk ve geri çağırma, her bir döngü için grafik olarak gösterilir; süreç boyunca otomatik kontrol noktaları ve en iyi modelin korunması sağlanır.
Canlı eğitim günlükleri, ANSI renk desteği ve otomatik hata algılama özelliği GPU aktarılır; böylece sorunlar anında ortaya çıkar.
Gerçek zamanlı GPU , bellek, sıcaklık, CPU ve disk telemetri verileri, GPU 'nuzun işlem süresince verimli bir şekilde GPU doğrular.
Bilgisayar görme modellerinizin eğitimi tamamlandıktan sonra model doğrulama, hayati önem taşıyan bir adımdır. Karışıklık matrisinizi, PR eğrisini ve sınıf bazında metrikleri doğrudan Platform'da inceleyin, ardından bulut, uç cihaz veya cihaz üzerinde dağıtım için optimize edilmiş 17'den fazla biçime aktarın.
1
Açıklama ekle
2
Eğitim
3
Dağıt
Evet. Ultralytics , kendi GPU’larınız veya CPU’larınız üzerinde yerel eğitimleri destekler. Ultralytics Python yükleyin, API anahtarınızı ayarlayın ve eğitime başlayın; bulut ortamındaki eğitim çalıştırmalarınızla birlikte gerçek zamanlı metrikler doğrudan platformun kontrol paneline aktarılır. Bu sayede, tüm deneylerinizi tek bir yerde düzenli tutarken kendi donanımınızı kullanma esnekliğine sahip olursunuz.
Ultralytics , saat başına 0,24 ila 4,99 dolar arasında değişen 22 GPU sunuyor. Çoğu iş yükü için RTX PRO 6000 (96 GB, saat başına 1,89 dolar) güçlü bir varsayılan seçenektir. Zamanın önemli olduğu eğitimler için H100 ve H200 modelleri maksimum performans sunar. Testler ve küçük veri kümeleri için RTX 2000 Ada (saat başına 0,24 $) gibi uygun fiyatlı seçenekler iyi sonuç verir. Platform, başlamadan önce tahmini maliyet ve süreyi gösterir, böylece projeniz için hız ve bütçe arasında doğru dengeyi seçebilirsiniz.
Bir eğitim çalışması başarısız olursa, ücretlendirilmezsiniz. Yalnızca tamamlanan veya manuel olarak iptal edilen çalışmalarda kullanılan gerçek GPU için faturalandırılırsınız. Eğitim süresince kontrol noktaları kaydedilir; bu sayede bir çalışma kesintiye uğrarsa veya iptal edilirse, o ana kadar kaydedilen ilerlemeniz korunur. Sorunları tespit etmek için konsol günlüklerini inceleyebilir ve ayarları değiştirerek eğitimi yeniden başlatabilirsiniz.
Evet. Ultralytics , eşzamanlı eğitim çalıştırmalarını destekler. Ücretsiz plan kullanıcıları en fazla 3 eşzamanlı eğitim işi çalıştırabilirken, Pro plan kullanıcıları en fazla 10, Kurumsal plan kullanıcıları ise sınırsız sayıda iş çalıştırabilir. Her çalıştırma, kendisine özel GPU sahiptir.
Eğitim süresi, veri kümenizin boyutuna, modelin boyutuna, döngü sayısına ve GPU bağlıdır. Örnek olarak, RTX PRO 6000 üzerinde 1.000 görüntü ile YOLO26n'yi 100 döngü boyunca eğitmek yaklaşık 2-3 saat sürer. YOLO26x gibi daha büyük modellerin aynı yapılandırmada eğitimi daha uzun sürer. Platform, eğitim başlamadan önce maliyet ve süre tahmininde bulunur; böylece ne beklemeniz gerektiğini her zaman bilirsiniz.
Model eğitimi, bir bilgisayar görme modeline görsel verilerdeki kalıpları tanımayı öğretme sürecidir. Eğitim sırasında model, binlerce etiketli görüntüyü işler, parametrelerini ayarlar ve nesneleri detect, segment veya classify yeteneğini kademeli olarak geliştirir. Ultralytics eğitim, etiketleme ve dağıtım iş akışına doğrudan entegre edilmiştir. Veri kümenizi etiketledikten sonra, platformdan ayrılmanıza gerek kalmadan bir YOLO seçebilir, bir bulut GPU belirleyebilir ve eğitime başlayabilirsiniz.
Bulut GPU'larında üretime hazır görüntü işleme AI modelleri oluşturun — saat başına 0,24 $'dan başlayan fiyatlarla.
