ultralytics nền tảng
Xe lửa Ultralytics YOLO Mô hình được chạy trên 22 GPU đám mây, theo dõi mọi chỉ số trong thời gian thực và so sánh các thử nghiệm cạnh nhau, tất cả từ một nền tảng duy nhất.
127.7K
Số sao trên GitHub
234M
Tải xuống
2.5B
Sử dụng hàng ngày
Ultralytics Nền tảng này được thiết kế dành riêng cho các mô hình mà bạn đang sử dụng. Đào tạo Ultralytics YOLO26, YOLO11 , YOLOv8 , Và YOLOv5 Trên cả năm nhiệm vụ thị giác máy tính, với sự hỗ trợ đầy đủ từ kích thước nano đến lớn.
Bắt đầu từ mô hình Ultralytics YOLO : YOLO26, YOLO11 , YOLOv8 , hoặc YOLOv5 Các mô hình, được huấn luyện trước bởi các tác giả gốc, sẵn sàng để tinh chỉnh.
Hãy tự tạo mô hình thị giác máy tính của riêng bạn: Tải lên tệp .pt và huấn luyện nó trên GPU đám mây. Các tham số huấn luyện, kiến trúc và kết quả được phân tích tự động.
Bộ dữ liệu của bạn hoặc của chúng tôi: Kết nối dữ liệu huấn luyện và bộ dữ liệu đã được gắn nhãn của bạn hoặc duyệt qua các bộ dữ liệu chính thức. Ultralytics và các bộ dữ liệu được cộng đồng chia sẻ để bắt đầu.
Chọn từ 22 GPU Các tùy chọn, từ RTX 4090 và A100 đến H100, H200 và B200. Chọn một GPU Hãy thiết lập ngân sách của bạn và bắt đầu đào tạo. Nền tảng này sẽ ước tính chi phí và thời gian trước khi bắt đầu, vì vậy sẽ không có bất ngờ nào xảy ra.
Bạn muốn sử dụng phần cứng của riêng mình? Hãy huấn luyện trên GPU hoặc CPU cục bộ và truyền dữ liệu số liệu thời gian thực về nền tảng bằng cách sử dụng... Ultralytics Python Gói này chứa các thử nghiệm của bạn, chúng sẽ xuất hiện cùng với các lần chạy trên đám mây trong cùng một bảng điều khiển dự án.
Đường cong tổn thất, mAP Độ chính xác và độ thu hồi được biểu diễn trên đồ thị theo từng kỷ nguyên, với các điểm kiểm tra tự động và việc lưu giữ mô hình tốt nhất xuyên suốt quá trình.
Nhật ký huấn luyện trực tiếp được truyền phát từ... GPU Với khả năng hỗ trợ màu ANSI và tính năng tự động phát hiện lỗi, các vấn đề sẽ được phát hiện ngay lập tức.
Thời gian thực GPU mức sử dụng, bộ nhớ, nhiệt độ, CPU và dữ liệu đo từ xa của ổ đĩa xác nhận điều đó. GPU Hoạt động hiệu quả trong suốt quá trình chạy.
Kiểm tra tính hợp lệ của mô hình là một bước quan trọng sau khi các mô hình thị giác máy tính của bạn đã hoàn tất quá trình huấn luyện. Xem lại ma trận nhầm lẫn, đường cong PR và các chỉ số trên mỗi lớp trực tiếp trong Nền tảng, sau đó xuất ra hơn 17 định dạng, được tối ưu hóa cho việc triển khai trên đám mây, thiết bị biên hoặc thiết bị di động.
1
Chú thích
2
Huấn luyện
3
Triển khai
Đúng. Ultralytics Nền tảng hỗ trợ huấn luyện cục bộ trên GPU hoặc CPU của riêng bạn. Cài đặt gói Python Ultralytics , thiết lập khóa API của bạn và bắt đầu huấn luyện; các chỉ số thời gian thực sẽ được truyền trực tiếp đến bảng điều khiển của nền tảng cùng với các lần chạy huấn luyện trên đám mây của bạn. Điều này mang lại cho bạn sự linh hoạt để sử dụng phần cứng của riêng mình trong khi vẫn giữ cho tất cả các thử nghiệm được tổ chức ở một nơi.
Ultralytics Nền tảng này cung cấp 22 tùy chọn GPU với giá từ 0,24 đô la đến 4,99 đô la mỗi giờ. Đối với hầu hết các khối lượng công việc, RTX PRO 6000 (96 GB, 1,89 đô la/giờ) là lựa chọn mặc định mạnh mẽ. Đối với việc huấn luyện cần tốc độ nhanh, H100 và H200 mang lại hiệu suất tối đa. Đối với việc thử nghiệm và các tập dữ liệu nhỏ, các tùy chọn tiết kiệm như RTX 2000 Ada (0,24 đô la/giờ) hoạt động tốt. Nền tảng này hiển thị chi phí và thời gian ước tính trước khi bạn bắt đầu, vì vậy bạn có thể chọn sự cân bằng phù hợp giữa tốc độ và ngân sách cho dự án của mình.
Nếu quá trình huấn luyện thất bại, bạn sẽ không bị tính phí. Bạn chỉ bị tính phí cho thời gian GPU thực tế đối với các lần chạy hoàn tất hoặc bị hủy thủ công. Các điểm kiểm tra được lưu lại trong suốt quá trình huấn luyện, vì vậy nếu một lần chạy bị gián đoạn hoặc bị hủy, tiến trình của bạn đến thời điểm đó vẫn được bảo toàn. Bạn có thể xem nhật ký điều khiển để chẩn đoán sự cố và khởi động lại quá trình huấn luyện với các cài đặt đã điều chỉnh.
Đúng. Ultralytics Nền tảng hỗ trợ nhiều lần chạy huấn luyện đồng thời. Người dùng gói miễn phí có thể chạy tối đa 3 tác vụ huấn luyện cùng lúc, trong khi người dùng gói Pro có thể chạy tối đa 10 tác vụ và gói Enterprise thì không giới hạn. Mỗi lần chạy đều có một tài nguyên riêng biệt. GPU ví dụ.
Thời gian huấn luyện phụ thuộc vào kích thước tập dữ liệu, kích thước mô hình, số lượng epoch và... GPU Để tham khảo, việc huấn luyện YOLO26n trên 1.000 hình ảnh trong 100 epoch mất khoảng 2-3 giờ trên card đồ họa RTX PRO 6000. Các mô hình lớn hơn như YOLO26x sẽ mất nhiều thời gian hơn với cấu hình tương tự. Nền tảng này ước tính chi phí và thời gian trước khi bắt đầu huấn luyện, vì vậy bạn luôn biết trước những gì sẽ xảy ra.
Huấn luyện mô hình là quá trình dạy một mô hình thị giác máy tính nhận biết các mẫu trong dữ liệu hình ảnh. Trong quá trình huấn luyện, mô hình xử lý hàng nghìn hình ảnh được gắn nhãn, điều chỉnh các tham số của nó và dần dần cải thiện khả năng detect , segment hoặc classify đối tượng. Ultralytics Nền tảng này tích hợp trực tiếp quá trình huấn luyện vào quy trình chú thích và triển khai. Sau khi tập dữ liệu của bạn được gắn nhãn, bạn có thể chọn mô hình YOLO , chọn nền tảng đám mây. GPU và bắt đầu huấn luyện, tất cả đều không cần rời khỏi nền tảng.
Xây dựng các mô hình AI xử lý hình ảnh sẵn sàng cho sản xuất trên GPU đám mây — chỉ từ 0,24 đô la mỗi giờ.
