Acompáñanos a ver más de cerca cómo puedes utilizar Ultralytics HUB para entrenar y desplegar los nuevos modelos de Ultralytics YOLO11 . Te guiaremos paso a paso por el proceso.
Ultralytics YOLO11 es el nuevo modelo de visión por ordenador de última generación diseñado para tareas como la detección de objetos, la clasificación de imágenes y la segmentación de instancias. Es más rápido, preciso y eficaz que las versiones anteriores de los modelos YOLO (You Only Look Once). YOLO11 puede utilizarse para una gran variedad de aplicaciones de visión por ordenador en tiempo real. Lo mejor de todo es que empezar a utilizar Ultralytics YOLO11 es tan sencillo y directo como los demás modelos Ultralytics YOLO .
Anteriormente hablamos de las nuevas funciones y mejoras deYOLO11 y abordamos el acceso al modelo a través del paqueteUltralytics Python o Ultralytics HUB. En esta guía, te explicaremos paso a paso cómo utilizar Ultralytics HUB para entrenar e implantar Ultralytics YOLO11 fácilmente.
Ultralytics HUB es Ultralytics' una plataforma sin código y fácil de usar, diseñada para agilizar todo el proceso, desde el entrenamiento hasta el despliegue de los modelos YOLO , incluidos los modelosUltralytics YOLO11 lanzados recientemente. Tanto si eres un experto en IA como si eres nuevo en visión por ordenador, el HUB proporciona una interfaz intuitiva que te permite cargar conjuntos de datos, seleccionar modelos preentrenados y ajustarlos a tus necesidades específicas. Con sólo unos clics, puedes entrenar modelos para aplicaciones en tiempo real en sectores que van desde la fabricación a la agricultura. HUB se centra en hacer accesible la IA avanzada sin necesidad de una codificación exhaustiva.
Ultralytics HUB tiene diferentes opciones de plan, con un nivel gratuito para acceso básico y un plan Pro que ofrece capacidades adicionales como formación en la nube, colaboración en equipo y mayores límites de uso. He aquí un rápido vistazo a algunas de las principales características que ofrece Ultralytics HUB:
HUB también se integra con varias plataformas, y los usuarios pueden exportar modelos entrenados a varios formatos como ONNX, TensorFlowy CoreML, lo que facilita el despliegue en múltiples plataformas. Esencialmente, Ultralytics HUB simplifica las tareas complejas de la IA, desde el manejo de conjuntos de datos hasta el despliegue de modelos en tiempo real, todo dentro de una herramienta integral.
Para realizar inferencias en Ultralytics HUB utilizando YOLO11, sólo tienes que ir a la sección "Modelos" y elegir el modelo YOLO11 que te interese. Después, puedes hacer clic en "Vista previa" para probar el modelo subiendo cualquier imagen.
Esta función de HUB hace posible que cualquier persona, independientemente de su nivel de experiencia, pueda probar las predicciones del modelo con YOLO11 y ver cómo funciona. Es una forma sencilla de ponerte manos a la obra con Ultralytics YOLO11 de forma gratuita.
Tras crear una cuenta, puedes sumergirte directamente en el entrenamiento accediendo al panel de control. Desde allí, puedes gestionar tus proyectos, cargar conjuntos de datos y empezar a entrenar tus modelos YOLO11 con facilidad. La plataforma está diseñada para que el proceso sea rápido y lo menos engorroso posible.
Una vez que hayas iniciado sesión, puedes hacer clic en "Conjuntos de datos" en el menú de la izquierda para explorar una serie de conjuntos de datos preexistentes disponibles en Ultralytics HUB. Estos conjuntos de datos se adaptan a diversas tareas, como la detección de objetos con cajas delimitadoras orientadas (OBB ) y la estimación de poses. Por ejemplo, puedes utilizar COCO128 para la detección de objetos con 80 clases o Fashion-MNIST para la clasificación de imágenes. Estos conjuntos de datos están fácilmente disponibles y optimizados para el entrenamiento de modelos YOLO .
Si quieres trabajar con tus propios datos, puedes cargar conjuntos de datos personalizados. Al hacerlo, asegúrate de que tu conjunto de datos sigue la estructura YOLO , incluyendo un archivo YAML con el formato adecuado en el directorio raíz, y de que está comprimido.
Una vez que tu conjunto de datos esté listo, puedes hacer clic en el botón "Cargar conjunto de datos", seleccionar el tipo de tarea y cargar el archivo ZIP. Después de subirlo, Ultralytics HUB valida automáticamente tu conjunto de datos, y puedes empezar inmediatamente a entrenar los modelos de YOLO . También puedes gestionar y ver los detalles de tu conjunto de datos, como las divisiones de imágenes (entrenamiento, validación, prueba), y analizar los datos para asegurarte de que están listos para el entrenamiento del modelo.
Para empezar a entrenar un modelo YOLO11 utilizando la función de entrenamiento en la nube de Ultralytics HUB, tendrás que actualizarte al plan Pro. Como usuario Pro, dispondrás de los recursos de GPU para un entrenamiento más rápido y eficaz. Una vez que te hayas actualizado, accede a la sección "Modelos", selecciona la variación del modeloYOLO11 que desees y configura los ajustes de entrenamiento.
Puedes elegir el número de épocas (que definen cuántas veces pasará el modelo por el conjunto de datos) o establecer una duración específica para el entrenamiento temporizado. Antes de que comience el entrenamiento del modelo, Ultralytics HUB inicializará una instancia dedicada de GPU para garantizar un rendimiento optimizado. Dependiendo de la demanda, la inicialización puede llevar algún tiempo, pero no se aplicarán cargos a tu cuenta durante este proceso.
Tras finalizar la configuración, haz clic en "Iniciar entrenamiento" para iniciar la sesión. A lo largo del entrenamiento, puedes controlar el progreso en tiempo real a través de un panel de control. Te ofrece la posibilidad de pausar, detener o reanudar el entrenamiento según sea necesario. Si el saldo de tu cuenta se agota durante el entrenamiento basado en épocas, la sesión se detendrá, permitiéndote recargar tu saldo antes de reanudarla. La plataforma guarda automáticamente los puntos de control, lo que significa que puedes continuar desde donde lo dejaste.
Al final de la formación, puedes comprobar todos los costes a través de la pestaña de facturación, donde encontrarás informes de costes detallados que facilitan el seguimiento de los gastos y la gestión eficaz de tu formación.
Al desplegar tu modelo YOLO11 entrenado a medida con Ultralytics HUB, hay dos opciones principales: la API de inferencia compartida y la API de inferencia dedicada. Para utilizar el modelo desplegado, puedes hacer peticiones de inferencia a la API utilizando Python o cURL, dependiendo de tu configuración. El proceso general consiste en enviar un archivo de imagen junto con los parámetros relevantes (como el tamaño de la imagen y los umbrales de confianza) a la API. Ultralytics HUB te devolverá las predicciones en un sencillo formato JSON, que puedes procesar posteriormente.
La API de Inferencia Compartida es una solución rentable para los usuarios del nivel gratuito y proporciona 100 llamadas por hora y hasta 1000 llamadas mensuales. Elimina la necesidad de un entorno local y permite un despliegue rápido directamente desde el HUB de Ultralytics .
La API de inferencia dedicada, disponible para los usuarios Pro, es más adecuada para implantaciones a gran escala o aplicaciones en tiempo real. Proporciona un despliegue con un solo clic en un entorno dedicado en la nube impulsado por Google Cloud Run. Esta opción está optimizada para aplicaciones de alto rendimiento, garantizando una latencia inferior a 100 ms y una cobertura global en 38 regiones para el procesamiento en tiempo real. También admite funciones de seguridad mejoradas, lo que la hace adecuada para sectores con requisitos estrictos de protección de datos.
Una vez que hayas elegido entre la API de inferencia compartida o dedicada para desplegar tu modelo YOLO11 , los siguientes pasos son sencillos y eficaces. Puedes abrir la pestaña "Desplegar" dentro de la página de tu modelo en Ultralytics HUB. Si utilizas la API de Inferencia Compartida, puedes consultar esta guía para seguir las instrucciones para configurar tus llamadas a la API. Para los usuarios de la API de Inferencia Dedicada, basta con hacer clic en el botón Iniciar punto final para iniciar el punto final. Una vez activo, HUB te dará una URL única para que la utilices en tus tareas de inferencia.
Si tu proyecto necesita un modelo en un formato específico o para uso sin conexión, Ultralytics HUB ofrece opciones de exportación como ONNX, CoreML, o TensorFlow para dar soporte a varias plataformas, desde móviles a sistemas en la nube. Para los desarrolladores que deseen integrar modelos directamente en las aplicaciones, el Ultralytics HUB-SDK proporciona una forma eficaz de gestionar las implantaciones a través de Python. Utilizando claves API o credenciales Ultralytics , puedes controlar fácilmente el despliegue y ejecutar inferencias en tu código, lo que te proporciona la flexibilidad necesaria para una integración sin fisuras.
Ultralytics HUB es una plataforma todo en uno diseñada para que el entrenamiento y el despliegue de los modelos YOLO11 sean accesibles tanto para principiantes como para expertos. Admite una amplia gama de tareas, desde la carga de conjuntos de datos a la configuración del entrenamiento, ofreciendo opciones de despliegue flexibles como las API de Inferencia Compartida y Dedicada. Tanto si despliegas a través de API como si exportas modelos para utilizarlos sin conexión, HUB garantiza una integración perfecta en todas las plataformas. Con opciones para aplicaciones en tiempo real y soluciones escalables, Ultralytics HUB puede utilizarse para una amplia gama de necesidades de despliegue, tanto para usuarios principiantes como avanzados.
Explora nuestro repositorio GitHub y únete a nuestra vibrante comunidad para profundizar en la IA. Descubre cómo Vision AI está haciendo avanzar la innovación en sectores como la sanidad y la agricultura.
Comienza tu viaje con el futuro del aprendizaje automático
