Schau dir mit uns an, wie du mit Ultralytics HUB die neuen Ultralytics YOLO11 Modelle trainieren und einsetzen kannst. Wir werden dich Schritt für Schritt durch den Prozess führen.
Ultralytics YOLO11 ist das neue, hochmoderne Computer-Vision-Modell, das für Aufgaben wie Objekterkennung, Bildklassifizierung und Instanzsegmentierung entwickelt wurde. Es ist schneller, genauer und effizienter als frühere Versionen der YOLO (You Only Look Once) Modelle. YOLO11 kann für eine Vielzahl von Echtzeit-Computer-Vision-Anwendungen verwendet werden. Das Beste ist, dass der Einstieg in Ultralytics YOLO11 genauso einfach und unkompliziert ist wie bei allen anderen Ultralytics YOLO Modellen.
Wir haben bereits die neuen Funktionen und Verbesserungen vonYOLO11 besprochen und den Zugriff auf das Modell über das Ultralytics Python Paket oder Ultralytics HUB behandelt. In diesem Leitfaden zeigen wir dir Schritt für Schritt , wie du Ultralytics HUB verwendest, um Ultralytics YOLO11 einfach zu trainieren und einzusetzen.
Ultralytics HUB ist die benutzerfreundliche Plattform von Ultralytics, die den gesamten Prozess vom Training bis zum Einsatz der YOLO Modelle, einschließlich der neu eingeführten Ultralytics YOLO11 Modelle, vereinfachen soll. Egal, ob du ein KI-Experte oder ein Neuling auf dem Gebiet der Computer Vision bist, die HUB bietet eine intuitive Benutzeroberfläche, mit der du Datensätze hochladen, vortrainierte Modelle auswählen und sie für deine speziellen Bedürfnisse anpassen kannst. Mit nur wenigen Klicks kannst du Modelle für Echtzeitanwendungen in Branchen von der Fertigung bis zur Landwirtschaft trainieren. HUB macht fortschrittliche KI zugänglich, ohne dass du viel programmieren musst.
Ultralytics HUB bietet verschiedene Tarifoptionen an, darunter einen kostenlosen Tarif für den Basiszugang und einen Pro-Tarif, der zusätzliche Funktionen wie Cloud-Training, Teamzusammenarbeit und höhere Nutzungslimits bietet. Hier ist ein kurzer Überblick über einige der wichtigsten Funktionen von Ultralytics HUB:
HUB lässt sich auch in verschiedene Plattformen integrieren, und die Benutzer können trainierte Modelle in verschiedene Formate exportieren, z. B. ONNX, TensorFlow, und CoreMLexportieren, was den Einsatz auf verschiedenen Plattformen nahtlos macht. Im Wesentlichen vereinfacht Ultralytics HUB komplexe KI-Aufgaben, von der Verarbeitung von Datensätzen bis hin zum Einsatz von Modellen in Echtzeit, und das alles mit einem umfassenden Tool.
Um auf Ultralytics HUB mit YOLO11 Rückschlüsse zu ziehen, navigiere einfach zum Abschnitt "Modelle" und wähle das YOLO11 Modell aus, das dich interessiert. Dann kannst du auf "Vorschau" klicken und das Modell ausprobieren, indem du ein beliebiges Bild hochlädst.
Diese Funktion von HUB ermöglicht es jedem, unabhängig von seinem Erfahrungsstand, die Modellvorhersagen mit YOLO11 zu testen und zu sehen, wie sie abschneiden. Es ist eine benutzerfreundliche Möglichkeit, Ultralytics YOLO11 kostenlos auszuprobieren.
Nachdem du ein Konto erstellt hast, kannst du direkt mit dem Training beginnen, indem du auf das Dashboard zugreifst. Von dort aus kannst du deine Projekte verwalten, Datensätze hochladen und ganz einfach mit dem Training deiner YOLO11 Modelle beginnen. Die Plattform ist so konzipiert, dass der Prozess so schnell und unkompliziert wie möglich abläuft.
Sobald du eingeloggt bist, kannst du links im Menü auf "Datensätze" klicken, um eine Reihe bereits vorhandener Datensätze auf Ultralytics HUB zu erkunden. Diese Datensätze eignen sich für verschiedene Aufgaben, wie z. B. die Erkennung von Objekten mit orientierten Bounding Boxes (OBB) und die Schätzung der Körperhaltung. Du kannst zum Beispiel COCO128 für die Objekterkennung mit 80 Klassen oder Fashion-MNIST für die Bildklassifizierung verwenden. Diese Datensätze sind leicht verfügbar und für das Training von YOLO Modellen optimiert.
Wenn du mit deinen eigenen Daten arbeiten möchtest, kannst du eigene Datensätze hochladen. Achte dabei darauf, dass dein Datensatz der Struktur von YOLO entspricht, einschließlich einer korrekt formatierten YAML-Datei im Hauptverzeichnis, und dass er gezippt ist.
Sobald dein Datensatz fertig ist, kannst du auf die Schaltfläche "Datensatz hochladen" klicken, den Aufgabentyp auswählen und die ZIP-Datei hochladen. Nach dem Hochladen validiert Ultralytics HUB deinen Datensatz automatisch und du kannst sofort mit dem Training der YOLO Modelle beginnen. Du kannst auch die Details deines Datensatzes verwalten und einsehen, z. B. die Bildaufteilung (Training, Validierung, Test), und die Daten analysieren, um sicherzustellen, dass sie für das Modelltraining bereit sind.
Um ein YOLO11 Modell mit der Cloud-Schulungsfunktion von Ultralytics HUB zu trainieren, musst du ein Upgrade auf den Pro-Plan durchführen. Als Pro-Nutzer stehen dir die Ressourcen von GPU für ein schnelleres und effizienteres Training zur Verfügung. Sobald du das Upgrade durchgeführt hast, rufst du den Bereich "Modelle" auf, wählst die gewünschte YOLO11 Modellvariante aus und konfigurierst die Trainingseinstellungen.
Du kannst die Anzahl der Epochen wählen (die festlegen, wie oft das Modell den Datensatz durchläuft) oder eine bestimmte Dauer für das zeitgesteuerte Training festlegen. Bevor das Modelltraining beginnt, initialisiert Ultralytics HUB eine eigene GPU Instanz, um eine optimale Leistung zu gewährleisten. Je nach Nachfrage kann die Initialisierung einige Zeit in Anspruch nehmen, aber während dieses Prozesses werden deinem Konto keine Kosten belastet.
Nachdem du deine Einstellungen vorgenommen hast, klicke auf "Training starten", um das Training zu beginnen. Während des Trainings kannst du deine Fortschritte in Echtzeit über ein Dashboard verfolgen. Du hast die Möglichkeit, das Training bei Bedarf zu unterbrechen, zu beenden oder fortzusetzen. Wenn dein Kontostand während des epochenbasierten Trainings zur Neige geht, wird die Sitzung unterbrochen, damit du dein Guthaben auffüllen kannst, bevor du das Training wieder aufnimmst. Die Plattform speichert automatisch Kontrollpunkte, so dass du dort weitermachen kannst, wo du aufgehört hast.
Am Ende des Trainings kannst du alle Kosten über die Registerkarte "Abrechnung" überprüfen. Dort findest du detaillierte Kostenberichte, mit denen du deine Ausgaben leicht verfolgen und dein Training effizient verwalten kannst.
Wenn du dein individuell trainiertes YOLO11 Modell mit Ultralytics HUB bereitstellst, gibt es zwei Hauptoptionen: die Shared Inference API und die Dedicated Inference API. Um das bereitgestellte Modell zu nutzen, kannst du je nach deiner Konfiguration entweder mit Python oder cURL Anfragen an die API stellen. Der allgemeine Prozess besteht darin, eine Bilddatei zusammen mit den relevanten Parametern (wie Bildgröße und Vertrauensschwellen) an die API zu senden. Ultralytics HUB liefert die Vorhersagen in einem einfachen JSON-Format zurück, das du dann weiterverarbeiten kannst.
Die Shared Inference API ist eine kosteneffiziente Lösung für Nutzer auf der kostenlosen Stufe und bietet 100 Aufrufe pro Stunde und bis zu 1000 Aufrufe monatlich. Sie macht eine lokale Umgebung überflüssig und ermöglicht eine schnelle Bereitstellung direkt über den Ultralytics HUB.
Die Dedicated Inference API, die Pro-Benutzern zur Verfügung steht, ist eher für größere Einsätze oder Echtzeitanwendungen geeignet. Sie bietet eine Ein-Klick-Bereitstellung in einer dedizierten Cloud-Umgebung, die von Google Cloud Run unterstützt wird. Diese Option ist für Hochleistungsanwendungen optimiert und gewährleistet eine Latenzzeit von unter 100 ms und eine globale Abdeckung von 38 Regionen für die Echtzeitverarbeitung. Sie unterstützt außerdem erweiterte Sicherheitsfunktionen und eignet sich daher für Branchen mit strengen Datenschutzanforderungen.
Wenn du dich für die Shared oder Dedicated Inference API zur Bereitstellung deines YOLO11 Modells entschieden hast, sind die nächsten Schritte einfach und effizient. Du kannst die Registerkarte "Bereitstellen" auf der Seite deines Modells auf Ultralytics HUB öffnen. Wenn du die Shared Inference API verwendest, kannst du in diesem Leitfaden nachlesen, wie du deine API-Aufrufe einrichtest. Wenn du die Dedicated Inference API verwendest, klicke einfach auf die Schaltfläche Endpunkt starten, um den Endpunkt zu aktivieren. Sobald er aktiviert ist, erhältst du von HUB eine eindeutige URL, die du für deine Inferenzaufgaben verwenden kannst.
Wenn dein Projekt ein Modell in einem bestimmten Format oder für die Offline-Nutzung benötigt, bietet Ultralytics HUB Exportoptionen wie ONNX, CoreML oder TensorFlow zur Unterstützung verschiedener Plattformen, von mobilen bis hin zu Cloud-Systemen. Für Entwickler, die Modelle direkt in Anwendungen integrieren möchten, bietet das Ultralytics HUB-SDK eine effiziente Möglichkeit, die Bereitstellung über Python zu verwalten. Durch die Verwendung von API-Schlüsseln oder Ultralytics Zugangsdaten kannst du die Bereitstellung leicht steuern und Inferenzen in deinem Code ausführen, was dir die nötige Flexibilität für eine nahtlose Integration gibt.
Ultralytics HUB ist eine All-in-One-Plattform, die sowohl Anfängern als auch Experten das Training und den Einsatz von YOLO11 Modellen erleichtern soll. Sie unterstützt eine Vielzahl von Aufgaben, vom Hochladen von Datensätzen bis zur Trainingskonfiguration, und bietet flexible Einsatzoptionen wie Shared und Dedicated Inference APIs. Egal, ob du Modelle über APIs bereitstellst oder für die Offline-Nutzung exportierst, HUB sorgt für eine nahtlose Integration über verschiedene Plattformen hinweg. Mit Optionen für Echtzeitanwendungen und skalierbaren Lösungen kann Ultralytics HUB für ein breites Spektrum von Einsatzanforderungen sowohl für Anfänger als auch für Fortgeschrittene genutzt werden.
Erforsche unser GitHub Repository und werde Teil unserer lebendigen Community, um tiefer in die KI einzutauchen. Entdecke, wie Vision AI Innovationen in Branchen wie dem Gesundheitswesen und der Landwirtschaft vorantreibt.
Beginne deine Reise in die Zukunft des maschinellen Lernens
