Huấn luyện tùy chỉnh các mô hình Ultralytics YOLO trên Lightning AI

Dù bạn là một developer AI có kinh nghiệm hay mới bắt đầu khám phá vision AI, việc sở hữu một môi trường đáng tin cậy để thử nghiệm các model computer vision như Ultralytics YOLO11 là rất quan trọng. Môi trường ở đây đề cập đến các công cụ, tài nguyên và hạ tầng cần thiết để thiết kế, kiểm thử và deploy model AI một cách hiệu quả.

Mặc dù có nhiều nền tảng trực tuyến cung cấp các công cụ AI khác nhau, nhưng nhiều nền tảng không cung cấp một môi trường thống nhất cho toàn bộ vòng đời AI, từ chuẩn bị dữ liệu đến triển khai model. Đây chính là lúc Lightning AI, một nền tảng tất cả-trong-một cho phát triển AI, can thiệp để tinh giản quy trình từ bước chuẩn bị dữ liệu cho đến triển khai.

Tầm quan trọng của việc đơn giản hóa quá trình phát triển AI đã được thể hiện tại YOLO Vision 2024 (YV24), một sự kiện hybrid thường niên do Ultralytics tổ chức tập trung vào các tiến bộ trong AI và computer vision. Luca Antiga, CTO của Lightning AI, đã có bài phát biểu quan trọng mang tên 'Going YOLO on Lightning Studios', trong đó ông phân tích cách train các model Ultralytics YOLO một cách nhanh chóng, mượt mà và không gặp phải các phức tạp kỹ thuật bằng cách sử dụng Lightning AI.

Trong bài viết này, chúng ta sẽ tìm hiểu sâu về những điểm mấu chốt từ bài nói chuyện của Luca, bao gồm mọi thứ từ các ứng dụng thị giác máy tính thực tế đến các bản demo trực tiếp về việc huấn luyện và triển khai các model Ultralytics YOLO với Lightning AI. Hãy cùng bắt đầu!

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

Luca bắt đầu bài phát biểu của mình bằng cách chia sẻ những suy nghĩ và sự đánh giá cao đối với tầm ảnh hưởng của các model YOLO trên nhiều lĩnh vực khác nhau. Ông nhấn mạnh cách các model YOLO có thể được ứng dụng trong các ngành như sản xuất và nông nghiệp. Ông nói: 'Tôi trân trọng tác động mà YOLO đã mang lại cho cộng đồng những người xây dựng - những người cần giải quyết các vấn đề thực tiễn - điều này rất gần gũi với tôi.'

Kết nối điều này với mối quan tâm ngày càng tăng đối với huấn luyện AI, ông giới thiệu Lightning AI, một nền tảng được thiết kế để giúp việc phát triển model AI trở nên nhanh hơn, đơn giản hơn và dễ tiếp cận hơn cho mọi người. Nền tảng này đặc biệt hữu ích trong việc hỗ trợ các tiến bộ lặp lại trong AI, giúp các lập trình viên tinh chỉnh và cải thiện các model.

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

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

Một thành phần quan trọng của Lightning AI là Lightning Studios, cung cấp một không gian làm việc trực quan để thiết kế, train và deploy các model AI, giúp toàn bộ workflow trở nên liền mạch và hiệu quả. Bạn có thể coi Lightning Studios như một môi trường phát triển có thể tái tạo cho AI chạy trên cloud. Ví dụ, nó cung cấp một môi trường giống như Jupyter Notebook có thể được nhân bản và chia sẻ với developer khác, giúp cải thiện khả năng cộng tác.

Luca sau đó giải thích thêm về các ưu điểm của Lightning Studios, nói rằng: “Việc tái lập môi trường của bạn không còn là vấn đề nữa. Nếu bạn cần chuyển đổi từ một máy CPU [Central Processing Unit] sang một máy GPU [Graphics Processing Unit] hoặc khởi chạy quá trình huấn luyện trên hàng ngàn máy, môi trường của bạn vẫn sẽ được duy trì.”

Thiết lập Lightning Studios để huấn luyện và phát triển#

Tiếp theo, Luca đã demo mức độ nhanh chóng khi bắt đầu với Lightning Studios. Chỉ với vài cú nhấp chuột, bạn có thể mở một studio mới và có quyền truy cập vào các công cụ và môi trường như Jupyter Notebook và VS Code, tất cả đều đã được thiết lập và sẵn sàng để viết code. Ông đã cho thấy việc chuyển đổi giữa các máy chủ khác nhau dễ dàng như thế nào. Nếu tác vụ bạn đang làm đòi hỏi nhiều tài nguyên hơn, bạn có thể dễ dàng chuyển từ CPU sang GPU mạnh mẽ hơn. GPU sẽ chỉ hoạt động khi được sử dụng; nếu không, nó sẽ chuyển sang chế độ sleep để tiết kiệm credits của bạn.

Luca cũng đề cập đến lợi ích của việc sử dụng Studio Templates. Đây là các môi trường lập trình AI được cộng đồng tạo sẵn, và bạn có thể sử dụng chúng mà không cần phải thiết lập bất cứ thứ gì. Việc thiết lập một môi trường cho các dự án AI có thể tốn thời gian, và Studio Templates có thể giúp tăng năng suất. Những môi trường này được tải sẵn mọi thứ cần thiết cho các dự án AI, như các thư viện phụ thuộc đã cài đặt, trọng số model, dữ liệu, mã nguồn, v.v.

Hình 2. Luca giải thích Studio Templates là gì.

Huấn luyện các model Ultralytics YOLO trên Lightning Studios#

Luca sau đó chuyển sang bản demo trực tiếp, làm nổi bật cách bạn có thể sử dụng Lightning Studio để train các model Ultralytics YOLO. Ông mở một Studio Template đã cài đặt sẵn tất cả các dependencies và khởi chạy một máy chủ với bốn GPU để tăng tốc quá trình train. Đối với dữ liệu, ông cho biết bạn có thể chọn lưu trữ dữ liệu trực tiếp trên máy chủ hoặc stream trực tiếp từ cloud, giúp quá trình train nhanh hơn và hiệu quả hơn.

Chỉ trong vài giây, máy đã sẵn sàng và Luca nhanh chóng bắt đầu phiên huấn luyện. Trong quá trình demo, một vấn đề nhỏ khiến máy dừng đột ngột, nhưng Lightning Studios đã tự động tiếp tục từ nơi nó dừng lại, đảm bảo không có tiến trình nào bị mất. Luca chỉ ra cách sự tin cậy này hỗ trợ các quy trình làm việc mượt mà, ngay cả khi gặp phải những gián đoạn bất ngờ.

Tiếp tục với bản demo, ông cho thấy việc theo dõi tiến trình train dễ dàng như thế nào bằng cách sử dụng TensorBoard, một công cụ trực quan hóa các metrics của machine learning theo thời gian thực. Lightning Studio làm cho việc này thậm chí còn đơn giản hơn bằng cách tự động tạo các URL cho phép bạn hoặc các đồng nghiệp trong cùng không gian làm việc truy cập vào giao diện TensorBoard mà không cần thiết lập thêm. Điều này giúp tối ưu hóa sự cộng tác và giữ cho mọi người cùng nắm bắt thông tin.

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

Triển khai các model Ultralytics YOLO với LitServe#

Sau bản demo, Luca chuyển trọng tâm của bài nói chuyện sang một dự án mới, LitServe, vừa được Lightning AI ra mắt. LitServe đơn giản hóa quá trình lấy một model đã được huấn luyện và biến nó thành một dịch vụ có thể mở rộng mà những người khác có thể sử dụng, loại bỏ nhu cầu về các quy trình triển khai phức tạp. Nó được thiết kế để xử lý mọi thứ từ đóng gói model đến triển khai với nỗ lực tối thiểu.

Để minh họa điều này trong thời gian thực, Luca đã có một bản demo nhanh cho khán giả sử dụng một model Ultralytics YOLOv8 được train sẵn. Ông đã có thể tạo một API đơn giản để xử lý các request đến và trả về kết quả dự đoán hình ảnh chỉ trong vài giây. Điều này có nghĩa là bất kỳ ai cũng có thể gửi request đến API này kèm theo một hình ảnh và nhận về kết quả cho các tác vụ computer vision như phát hiện đối tượng gần như ngay lập tức. Đằng sau hậu trường, model Ultralytics YOLOv8 được deploy như một service, xử lý hiệu quả các request, xử lý hình ảnh và đưa ra kết quả dự đoán với độ trễ tối thiểu.

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

Anh ấy đã chạy suy luận trên một bức ảnh bánh pizza, và Ultralytics YOLOv8 đã nhận diện thành công các đối tượng như bánh pizza, một chiếc thìa và một chiếc bàn ăn. Anh giải thích rằng mặc dù yêu cầu đầu tiên mất nhiều thời gian hơn một chút do tình trạng 'cold start', nhưng các yêu cầu tiếp theo sẽ nhanh hơn nhiều sau khi hệ thống đã sẵn sàng hoạt động.

Luca sau đó đặt câu hỏi: 'Điều gì xảy ra nếu tôi muốn công khai dịch vụ này ra thế giới bên ngoài?' Anh ấy đã phác thảo cách plugin API Builder làm cho việc biến model của bạn thành một dịch vụ trực tiếp, sẵn sàng cho sản xuất trở nên đơn giản. Với các tính năng như tên miền tùy chỉnh, bảo mật bổ sung và tích hợp liền mạch, bạn có thể dễ dàng làm cho model của mình trở nên dễ tiếp cận với bất kỳ ai.

Những lợi ích chính khi sử dụng Lightning Studios#

Kết thúc bài phát biểu, Luca đề cập đến khả năng mở rộng và tính linh hoạt của Lightning Studio cho phát triển AI. Ông đề cập đến cách nền tảng có thể huấn luyện các model trên nhiều máy, mở rộng quy mô lên đến 10.000 node, với khả năng huấn luyện chịu lỗi, tự động tiếp tục sau bất kỳ sự gián đoạn nào.

Ví dụ, nếu một tác vụ train trên một cluster GPU bị gián đoạn do sự cố phần cứng hoặc khởi động lại server, Lightning Studios đảm bảo rằng quá trình sẽ tiếp tục chính xác từ nơi nó dừng lại. Điều này làm cho nó trở nên lý tưởng cho các dự án AI quy mô lớn, chẳng hạn như train các model deep learning trên các dataset khổng như ImageNet hoặc COCO.

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

• Tín dụng GPU miễn phí hàng tháng: Người dùng được cung cấp 15 tín dụng GPU miễn phí mỗi tháng, tự động làm mới, đảm bảo bạn có thể thử nghiệm và phát triển mà không phải chịu thêm chi phí.
• Cộng tác nâng cao: Các không gian nhóm được chia sẻ và môi trường có khả năng tái lập của Lightning Studio cho phép các thành viên trong nhóm làm việc cùng nhau một cách liền mạch, đảm bảo tính nhất quán và hiệu quả trong suốt các dự án.
• Tùy chọn instance linh hoạt: Nền tảng cho phép bạn linh hoạt lựa chọn giữa các instance có thể gián đoạn và không thể gián đoạn, cho phép người dùng tiết kiệm chi phí trên các máy GPU với các tùy chọn có thể gián đoạn.
• Tích hợp với các công cụ hiện có: Nền tảng tích hợp với các công cụ phát triển từ xa như SSH (Secure Socket Shell) và VS Code, cung cấp sự linh hoạt để làm việc cục bộ hoặc trên đám mây.

Các điểm chính cần lưu ý#

Bài phát biểu của Luca tại YV24 đã nhấn mạnh 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. Chúng giúp các lập trình viên huấn luyện và triển khai các model được thiết kế để giải quyết các vấn đề cụ thể trong nhiều ngành công nghiệp một cách dễ dàng hơn.

Ông minh họa cách Lightning Studios giúp toàn bộ quy trình phát triển nhanh hơn và dễ tiếp cận hơn, cho phép các lập trình viên tạo ra các giải pháp mạnh mẽ một cách dễ dàng. Tại trung tâm của các nền tảng tiên tiến như Lightning AI, các model thị giác máy tính đang chuyển đổi cách các giải pháp AI xử lý các thách thức. Đặc biệt, với model Ultralytics YOLO11 mới nhất, các lập trình viên có thể xây dựng các giải pháp tạo ra tác động có ý nghĩa.

Hãy tham gia cộng đồng của chúng tôi để cập nhật thông tin mới nhất về AI và các ứng dụng thực tế. Hãy xem kho lưu trữ GitHub của chúng tôi để khám phá những đổi mới trong các lĩnh vực như AI trong xe tự lái và computer vision trong y tế.