Huấn luyện tùy chỉnh các model Ultralytics YOLO trên Lightning AI

Dù bạn là nhà phát triển AI giàu kinh nghiệm hay mới bắt đầu khám phá AI thị giác, việc có một môi trường đáng tin cậy để thử nghiệm các model thị giác máy tính như Ultralytics YOLO11 là điều then chốt. Môi trường bao gồm các công cụ, tài nguyên và hạ tầng cần thiết để thiết kế, kiểm thử và triển khai model AI hiệu quả.

Dù có nhiều nền tảng trực tuyến cung cấp các công cụ AI khác nhau, nhiều nền tảng không mang đến một môi trường thống nhất cho toàn bộ vòng đời AI, từ chuẩn bị dữ liệu đến triển khai model. Đây là lúc Lightning AI, nền tảng phát triển AI tất cả trong một, giúp tinh giản quy trình từ khâu chuẩn bị dữ liệu đến triển khai.

Tầm quan trọng của việc đơn giản hóa phát triển AI đã được thể hiện tại YOLO Vision 2024 (YV24), sự kiện kết hợp trực tuyến và trực tiếp thường niên do Ultralytics tổ chức, tập trung vào những tiến bộ trong AI và thị giác máy tính. Luca Antiga, CTO của Lightning AI, đã trình bày bài phát biểu chính có tiêu đề 'Tăng tốc với YOLO trên Lightning Studios', trong đó ông giải thích cách huấn luyện model Ultralytics YOLO nhanh chóng, thuận tiện và không cần xử lý các phức tạp kỹ thuật bằng Lightning AI.

Trong bài viết này, chúng ta sẽ tìm hiểu những điểm chính trong bài nói chuyện của Luca, từ các ứng dụng thị giác máy tính trong thực tế đến những buổi demo trực tiếp về huấn luyện và triển khai model Ultralytics YOLO với Lightning AI.

Sử dụng Lightning AI và Ultralytics YOLO để đơn giản hóa phát triển AI#

Luca mở đầu bài phát biểu chính bằng cách chia sẻ suy nghĩ và sự trân trọng của ông đối với ảnh hưởng của các model YOLO trong nhiều ngành. Ông nêu bật cách áp dụng model YOLO trong những lĩnh vực như sản xuất và nông nghiệp. Ông nói: 'Tôi trân trọng tác động mà YOLO đã tạo ra đối với cộng đồng những người xây dựng — những người cần giải quyết các vấn đề thực tế, thiết thực — điều này rất gần gũi với tôi.'

Liên hệ điều này với sự quan tâm ngày càng tăng đối với huấn luyện AI, ông giới thiệu Lightning AI, một nền tảng được thiết kế để giúp mọi người phát triển model AI nhanh hơn, đơn giản hơn và dễ tiếp cận hơn. Nền tảng này đặc biệt hữu ích trong việc hỗ trợ cải tiến AI theo vòng lặp, giúp nhà phát triển tinh chỉnh và cải thiện model.

Hình 1. Luca Antiga trình bày từ xa về Lightning Studios tại YV24.

Ông cũng chỉ ra rằng Lightning AI tương tự PyTorch Lightning, một framework đơn giản hóa quy trình huấn luyện model AI. Tuy nhiên, điểm khác biệt là Lightning AI là một nền tảng toàn diện hơn, cung cấp bộ công cụ và khả năng rộng hơn cho toàn bộ quy trình phát triển AI, chứ không chỉ huấn luyện model AI.

Một thành phần thiết yếu của Lightning AI là Lightning Studios, cung cấp workspace trực quan để thiết kế, huấn luyện và triển khai model AI, giúp toàn bộ quy trình làm việc trơn tru và hiệu quả hơn. Có thể xem Lightning Studios như một môi trường phát triển AI có thể tái tạo, chạy trên đám mây. Ví dụ, nền tảng này cung cấp môi trường giống Jupyter Notebook, có thể sao chép và chia sẻ với developer khác, giúp tăng cường khả năng cộng tác.

Sau đó, Luca giải thích thêm về những ưu điểm của Lightning Studios: “Việc tái tạo môi trường của bạn không còn là vấn đề. Nếu bạn cần chuyển từ máy CPU [Bộ xử lý trung tâm] sang máy GPU [Bộ xử lý đồ họa] hoặc khởi chạy huấn luyện trên một nghìn máy, môi trường của bạn vẫn được duy trì.”

Thiết lập Lightning Studios để huấn luyện và phát triển#

Tiếp theo, Luca trình diễn việc bắt đầu sử dụng Lightning Studios nhanh đến mức nào. Chỉ với vài cú nhấp, bạn có thể mở một studio mới và truy cập các công cụ, môi trường như Jupyter Notebooks và VS Code, tất cả đều được thiết lập sẵn để viết code. Ông cho thấy việc chuyển đổi giữa các máy khác nhau dễ dàng ra sao. Nếu tác vụ đang thực hiện cần nhiều sức mạnh xử lý hơn, bạn có thể dễ dàng chuyển từ CPU sang GPU mạnh hơn. GPU chỉ hoạt động khi được sử dụng; nếu không, GPU sẽ chuyển sang chế độ ngủ để tiết kiệm credit.

Luca cũng đề cập đến lợi ích của Studio Templates. Đây là các môi trường lập trình AI được cộng đồng tạo sẵn, có thể sử dụng mà không cần thiết lập gì. Thiết lập môi trường cho dự án AI có thể tốn thời gian, còn Studio Templates có thể giúp tăng năng suất. Các môi trường này được cài sẵn mọi thứ cần thiết cho dự án AI, như dependencies, trọng số model, dữ liệu, code, v.v.

Hình 2. Luca giải thích Studio Templates là gì.

Huấn luyện model Ultralytics YOLO trên Lightning Studios#

Sau đó, Luca chuyển sang bản demo trực tiếp, nêu bật cách sử dụng Lightning Studio để huấn luyện model Ultralytics YOLO. Ông mở một Studio Template đã cài sẵn toàn bộ dependencies và khởi chạy một máy có bốn GPU để đẩy nhanh quá trình huấn luyện. Về dữ liệu, ông cho biết bạn có thể chọn lưu dữ liệu trực tiếp trên máy hoặc stream dữ liệu từ cloud, giúp quá trình huấn luyện nhanh hơn và hiệu quả hơn.

Chỉ trong vài giây, máy đã sẵn sàng và Luca nhanh chóng bắt đầu phiên huấn luyện. Trong buổi demo, một sự cố nhỏ khiến máy dừng đột ngột, nhưng Lightning Studios tiếp tục từ đúng điểm đã dừng, đảm bảo không mất tiến độ. Luca chỉ ra rằng độ tin cậy này giúp quy trình làm việc diễn ra suôn sẻ, ngay cả khi gặp gián đoạn bất ngờ.

Tiếp tục phần demo, ông cho thấy việc theo dõi tiến độ huấn luyện dễ dàng ra sao bằng TensorBoard, một công cụ trực quan hóa các chỉ số machine learning theo thời gian thực. Lightning Studio giúp việc này đơn giản hơn nữa bằng cách tự động tạo URL để bạn hoặc đồng đội trong cùng không gian làm việc truy cập các chế độ xem TensorBoard mà không cần thiết lập thêm. Điều này tinh giản quá trình cộng tác và giúp mọi người luôn nắm bắt cùng thông tin.

Hình 3. Lưu đồ huấn luyện model Ultralytics YOLO trên Lightning Studios. Hình ảnh của tác giả.

Triển khai model Ultralytics YOLO bằng LitServe#

Sau bản demo, Luca chuyển trọng tâm bài nói sang một dự án mới, LitServe, vừa được Lightning AI ra mắt. LitServe đơn giản hóa quy trình chuyển model đã huấn luyện thành dịch vụ có khả năng mở rộng để người khác sử dụng, loại bỏ nhu cầu về các pipeline triển khai phức tạp. Công cụ này được thiết kế để xử lý mọi việc, từ đóng gói model đến triển khai, với ít công sức nhất.

Để minh họa trực tiếp, Luca trình diễn nhanh cho khán giả bằng một model Ultralytics YOLOv8 đã huấn luyện trước. Ông có thể tạo một API đơn giản để xử lý các yêu cầu đến và trả về dự đoán hình ảnh chỉ trong vài giây. Điều này có nghĩa là bất kỳ ai cũng có thể gửi yêu cầu đến API này kèm hình ảnh và nhận kết quả cho các tác vụ thị giác máy tính như phát hiện đối tượng gần như ngay lập tức. Phía sau, model Ultralytics YOLOv8 được triển khai dưới dạng dịch vụ, xử lý yêu cầu, xử lý hình ảnh và trả về dự đoán hiệu quả với độ trễ tối thiểu.

Hình 4. Luca giới thiệu LitServe của Lightning AI tại YV24.

Ông chạy inference trên hình ảnh pizza và Ultralytics YOLOv8 nhận diện thành công các đối tượng như pizza, thìa và bàn ăn. Ông giải thích rằng yêu cầu đầu tiên mất nhiều thời gian hơn một chút do 'khởi động nguội', còn các yêu cầu tiếp theo sẽ nhanh hơn nhiều sau khi hệ thống đã hoạt động ổn định.

Sau đó, Luca hỏi: “Nếu tôi muốn đưa dịch vụ này ra bên ngoài thì sao?” Ông giải thích cách plugin API Builder giúp đơn giản hóa việc biến model thành một dịch vụ trực tuyến, sẵn sàng cho môi trường production. Với các tính năng như domain tùy chỉnh, bảo mật bổ sung và tích hợp đơn giản, bạn có thể dễ dàng cung cấp quyền truy cập model cho bất kỳ ai.

Các ưu điểm chính khi sử dụng Lightning Studios#

Kết thúc bài nói, Luca đề cập đến khả năng mở rộng và tính linh hoạt của Lightning Studio trong phát triển AI. Ông cho biết nền tảng này có thể huấn luyện model trên nhiều máy, mở rộng đến 10.000 node, với cơ chế huấn luyện chịu lỗi tự động tiếp tục sau mọi gián đoạn.

Ví dụ, nếu một job huấn luyện trên cụm GPU bị gián đoạn do sự cố phần cứng hoặc máy chủ khởi động lại, Lightning Studios đảm bảo quy trình tiếp tục chính xác từ vị trí đã dừng. Điều này khiến nền tảng trở nên lý tưởng cho các dự án AI quy mô lớn, chẳng hạn như huấn luyện model deep learning trên các dataset khổng lồ như ImageNet hoặc COCO.

Dưới đây là một số lợi ích chính khác của Lightning Studios mà Luca đã đề cập:

• Credit GPU miễn phí hằng tháng: Mỗi tháng, người dùng được cấp 15 credit GPU miễn phí và số credit này tự động được nạp lại, giúp bạn thử nghiệm và phát triển mà không phát sinh chi phí.
• Tăng cường cộng tác: Không gian làm việc nhóm dùng chung và môi trường có thể tái tạo của Lightning Studio cho phép các thành viên phối hợp, đảm bảo tính nhất quán và hiệu quả trong các dự án.
• Tùy chọn instance linh hoạt: Nền tảng cho phép bạn lựa chọn giữa instance có thể bị gián đoạn và instance không thể bị gián đoạn, giúp người dùng tiết kiệm chi phí trên máy GPU bằng tùy chọn có thể bị gián đoạn.
• Tích hợp với các công cụ hiện có: Nền tảng tích hợp với các công cụ phát triển từ xa như SSH (Giao thức truy cập từ xa bảo mật) và VS Code, mang đến sự linh hoạt khi làm việc cục bộ hoặc trên cloud.

Điểm chính cần ghi nhớ#

Bài phát biểu chính của Luca tại YV24 nêu bật cách AI, kết hợp với các công cụ như model Ultralytics YOLO và Lightning AI, đang thay đổi cách chúng ta giải quyết các vấn đề thực tế. Những công cụ này giúp nhà phát triển dễ dàng huấn luyện và triển khai model được thiết kế để xử lý các vấn đề cụ thể trong nhiều ngành.

Ông minh họa cách Lightning Studios giúp toàn bộ quy trình phát triển nhanh hơn và dễ tiếp cận hơn, cho phép developer dễ dàng tạo ra các giải pháp mạnh mẽ. Cốt lõi của những nền tảng như Lightning AI là các model thị giác máy tính, đang thay đổi cách giải pháp AI xử lý thách thức. Cụ thể, với Ultralytics YOLO11 và phiên bản kế nhiệm là Ultralytics YOLO26, developer có thể xây dựng các giải pháp tạo ra tác động thiết thực.

Tham gia cộng đồng của chúng tôi để cập nhật thông tin về AI và các ứng dụng thực tế. Truy cập repository GitHub của chúng tôi để khám phá những đổi mới trong các lĩnh vực như AI trong xe tự lái và thị giác máy tính trong chăm sóc sức khỏe.