Görüntü tabanlı yapay zeka modellerini günler değil, tıklamalarla eğit

Evet. Ultralytics Platformu, kendi GPU'larınızda veya CPU'larınızda yerel eğitimi destekler. Ultralytics Python paketini yükle, API anahtarını ayarla ve eğitime başla. Gerçek zamanlı metrikler, bulut eğitim çalışmalarının yanı sıra doğrudan platform paneline aktarılır. Bu, tüm deneyleri tek bir yerde düzenli tutarken kendi donanımını kullanma esnekliği sağlar.

Ultralytics Platformu, saati 0,24$ ile 4,99$ arasında değişen 22 GPU seçeneği sunar. Çoğu iş yükü için RTX PRO 6000 (96 GB, saatlik 1,89$) güçlü bir varsayılandır. Zamana duyarlı eğitim için H100 ve H200 maksimum performans sağlar. Test ve küçük veri kümeleri için RTX 2000 Ada (saatlik 0,24$) gibi bütçe seçenekleri iyi çalışır. Platform, başlamadan önce tahmini bir maliyet ve süre gösterir, böylece projen için hız ve bütçe arasında doğru dengeyi kurabilirsin.

Bir eğitim çalışması başarısız olursa, ücretlendirilmezsin. Sadece tamamlanmış veya manuel olarak iptal edilmiş çalışmalardaki gerçek GPU süresi için faturalandırılırsın. Kontrol noktaları eğitim boyunca kaydedilir, bu nedenle bir çalışma kesintiye uğrarsa veya iptal edilirse, o ana kadarki ilerlemen korunur. Sorunları teşhis etmek ve eğitimi ayarlanmış ayarlarla yeniden başlatmak için konsol günlüklerini inceleyebilirsin.

Evet. Ultralytics Platformu eş zamanlı eğitim çalışmalarını destekler. Ücretsiz plan kullanıcıları 3 adede kadar eş zamanlı eğitim işi yürütebilir, Pro kullanıcıları 10'a kadar yürütebilir ve Kurumsal kullanıcılar sınırsız eş zamanlı iş yürütebilir. Her çalışma kendi özel GPU örneğini alır.

Eğitim süresi; veri kümesi boyutuna, model boyutuna, dönem (epoch) sayısına ve GPU seçimine bağlıdır. Referans olarak, 1.000 görüntü üzerinde 100 dönem boyunca YOLO26n eğitmek, RTX PRO 6000 üzerinde yaklaşık 2 ila 3 saat sürer. YOLO26x gibi daha büyük modeller aynı yapılandırma için daha uzun sürecektir. Platform, eğitim başlamadan önce maliyet ve süre tahmini yapar, böylece her zaman ne bekleyeceğini bilirsin.

Model eğitimi, bir bilgisayarlı görü modeline görsel verilerdeki kalıpları tanımasını öğretme sürecidir. Eğitim sırasında model binlerce etiketli görüntüyü işler, parametrelerini ayarlar ve nesneleri algılama, segmentleme veya sınıflandırma yeteneğini kademeli olarak geliştirir. Ultralytics Platformunda eğitim, doğrudan açıklama ve dağıtım iş akışına entegre edilmiştir. Veri kümen etiketlendikten sonra, bir YOLO modeli seçebilir, bir bulut GPU seçebilir ve platformdan ayrılmadan eğitime başlayabilirsin.