Entraînement personnalisé Ultralytics YOLO modèles sur Lightning AI

Que tu sois un développeur d'IA expérimenté ou que tu commences à explorer l'IA de vision, il est essentiel de disposer d'un environnement fiable pour jouer et expérimenter avec des modèles de vision par ordinateur comme Ultralytrics YOLO11. Un environnement fait référence aux outils, aux ressources et à l'infrastructure nécessaires pour concevoir, tester et déployer efficacement des modèles d'IA. 

Si plusieurs plateformes en ligne proposent différents outils d'IA, beaucoup n'offrent pas d'environnement unifié pour l'ensemble du cycle de vie de l'IA, de la préparation des données au déploiement des modèles. C'est là que Lightning AI, une plateforme tout-en-un pour le développement de l'IA, intervient pour rationaliser le processus, de la préparation des données au déploiement.

La pertinence de faciliter le développement de l'IA a été mise en avant lors de YOLO Vision 2024 (YV24), un événement hybride annuel organisé par Ultralytics qui s'est concentré sur les avancées en matière d'IA et de vision par ordinateur. Luca Antiga, directeur technique de Lightning AI, a donné une conférence intitulée" Going YOLO on Lightning Studios", au cours de laquelle il a expliqué comment former des modèles Ultralytics YOLO rapidement, en douceur et sans s'impliquer dans les complexités techniques à l'aide de Lightning AI.

Dans cet article, nous allons nous plonger dans les principaux points à retenir de la conférence de Luca, en couvrant tout, des applications réelles de vision par ordinateur aux démonstrations en direct sur la formation et le déploiement des modèles Ultralytics YOLO avec Lightning AI. Commençons !

Utiliser Lightning AI et Ultralytics YOLO pour simplifier le développement de l'IA.

Luca a commencé son discours en partageant ses pensées et son appréciation de l'influence des modèles YOLO dans diverses industries. Il a souligné comment les modèles YOLO peuvent être appliqués dans des secteurs tels que la fabrication et l'agriculture. Il a déclaré : "J'apprécie l'impact que YOLO a eu sur la communauté des constructeurs - les personnes qui ont besoin de résoudre des problèmes réels et pratiques - c'est très proche de moi.

Faisant le lien avec l'intérêt croissant pour la formation à l'IA, il a présenté Lightning AI, une plateforme conçue pour rendre le développement de modèles d'IA plus rapide, plus simple et plus accessible à tous. Elle est particulièrement utile pour soutenir les avancées itératives en matière d'IA, en aidant les développeurs à affiner et à améliorer les modèles.

‍

Il a également souligné que Lightning AI est similaire à PyTorch Lightning, un cadre qui simplifie le processus de formation des modèles d'IA. Cependant, là où il diffère, c'est que Lightning AI est une plateforme plus complète qui fournit un ensemble plus large d'outils et de capacités pour l'ensemble du processus de développement de l'IA, et pas seulement pour l'entraînement des modèles d'IA. 

Un élément essentiel de Lightning AI est Lightning Studios, qui offre un espace de travail intuitif pour concevoir, former et déployer des modèles d'IA, ce qui rend l'ensemble du flux de travail transparent et efficace. Tu peux considérer Lightning Studios comme un environnement de développement reproductible pour l'IA qui fonctionne sur le cloud. Par exemple, il offre un environnement de type carnet de notes Jupyter qui peut être dupliqué et partagé avec un autre développeur, ce qui permet d'améliorer la collaboration. 

Luca a ensuite détaillé les avantages de Lightning Studios en disant : "La réplication de ton environnement n'est plus un problème. Si tu dois passer d'une machine CPU [Central Processing Unit] à une machine GPU [Graphics Processing Unit] ou lancer une formation sur un millier de machines, ton environnement sera persistant."

Mise en place de Lightning Studios pour la formation et le développement.

Ensuite, Luca a démontré la rapidité avec laquelle tu peux démarrer avec les Lightning Studios. En quelques clics, tu peux ouvrir un nouveau studio et avoir accès à des outils et des environnements comme Jupyter Notebooks et VS Code, le tout configuré et prêt à coder. Il a montré à quel point il était facile de passer d'une machine à l'autre. Si la tâche sur laquelle tu travailles demande plus de puissance, tu peux facilement passer d'un CPU à un GPU plus puissant. Le GPU ne restera actif que lorsqu'il sera utilisé ; sinon, il passera en mode veille, ce qui te permettra d'économiser tes crédits.

Luca a également mentionné les avantages de l'utilisation des modèles de studio. Il s'agit d'environnements de codage de l'IA qui sont préfabriqués par la communauté et que tu peux utiliser sans avoir à configurer quoi que ce soit. La mise en place d'un environnement pour les projets d'IA peut prendre beaucoup de temps, et les modèles de studio peuvent aider à augmenter la productivité. Ces environnements sont préchargés avec tout ce qui est nécessaire aux projets d'IA, comme les dépendances installées, les poids des modèles, les données, le code, etc. 

‍

Formation des modèles Ultralytics YOLO sur Lightning Studios

Luca est ensuite passé à la démonstration en direct, en montrant comment tu peux utiliser Lightning Studio pour entraîner les modèlesUltralytics YOLO . Il a ouvert un modèle Studio, qui avait déjà toutes les dépendances installées, et a fait tourner une machine avec quatre GPU pour accélérer le processus de formation. En ce qui concerne les données, il a indiqué que tu peux choisir de les stocker directement sur la machine ou de les diffuser depuis le cloud, ce qui rend le processus de formation plus rapide et plus efficace.

En quelques secondes, la machine était prête et Luca a rapidement démarré la session de formation. Pendant la démo, un problème mineur a provoqué l'arrêt inattendu de la machine, mais Lightning Studios a repris sans problème là où elle s'était arrêtée, en s'assurant qu'aucune progression n'était perdue. Luca a souligné la façon dont cette fiabilité favorise un déroulement fluide du travail, même en cas d'interruptions inattendues.

En poursuivant la démo, il a montré à quel point il est facile de suivre les progrès de la formation à l'aide de TensorBoard, un outil de visualisation des métriques d'apprentissage automatique en temps réel. Lightning Studio rend cela encore plus simple en générant automatiquement des URL qui te permettent, à toi ou à tes coéquipiers dans le même espace de travail, d'accéder aux vues de TensorBoard sans aucune configuration supplémentaire. Cela rationalise la collaboration et permet à tout le monde d'être sur la même longueur d'onde. 

‍

Déployer les modèles Ultralytics YOLO avec Lit Serve

Après la démo, Luca a orienté son exposé vers un nouveau projet, LitServe, récemment lancé par Lightning AI. LitServe simplifie le processus consistant à prendre un modèle entraîné et à le transformer en un service évolutif que d'autres peuvent utiliser, en éliminant le besoin de pipelines de déploiement complexes. Il est conçu pour tout gérer, de l'emballage du modèle à son déploiement, avec un minimum d'efforts.

Pour montrer cela en temps réel, Luca a fait une démonstration rapide en utilisant un modèle pré-entraîné. Ultralytics YOLOv8 modèle pré-entraîné. Il a pu créer une API simple pour traiter les demandes entrantes et renvoyer des prédictions d'images en quelques secondes. Cela signifie que n'importe qui peut envoyer une image à cette API et recevoir des résultats pour des tâches de vision artificielle telles que la détection d'objets presque instantanément. Dans les coulisses, le modèle Ultralytics YOLOv8 est déployé en tant que service, gérant efficacement les requêtes, traitant les images et fournissant des prédictions avec un temps de latence minimal.

‍

Il a effectué une inférence sur une image de pizza et Ultralytics YOLOv8 a réussi à identifier des objets tels que la pizza, une cuillère et une table à manger. Il a expliqué que si la première requête prend un peu plus de temps en raison d'un "démarrage à froid", les requêtes suivantes sont beaucoup plus rapides une fois que le système est réchauffé.

Luca a ensuite demandé : "Et si je voulais exposer cela au monde extérieur ? Il a expliqué comment le plugin API Builder simplifie la transformation de ton modèle en un service vivant et prêt à la production. Grâce à des fonctionnalités telles que les domaines personnalisés, une sécurité accrue et une intégration transparente, tu peux facilement rendre ton modèle accessible à tout le monde.

Principaux avantages de l'utilisation de Lightning Studios

Pour conclure son intervention, Luca a abordé l'évolutivité et la flexibilité de Lightning Studio pour le développement de l'IA. Il a mentionné comment la plateforme peut former des modèles sur plusieurs machines, en passant à l'échelle jusqu'à 10 000 nœuds, avec une formation tolérante aux pannes qui reprend automatiquement après toute interruption. 

Par exemple, si un travail de formation sur un cluster GPU est interrompu en raison d'un problème matériel ou d'un redémarrage du serveur, Lightning Studios s'assure que le processus reprend exactement là où il s'est arrêté. Cela le rend idéal pour les projets d'IA à grande échelle, comme l'entraînement de modèles d'apprentissage profond sur des ensembles de données massifs tels qu'ImageNet ou COCO.

Voici d'autres avantages clés des Lightning Studios dont Luca a parlé :

• Crédits mensuels gratuits GPU : Les utilisateurs reçoivent chaque mois 15 crédits GPU gratuits, qui se remplissent automatiquement, ce qui te permet d'expérimenter et de développer sans coûts supplémentaires.
• Amélioration de la collaboration : Les espaces d'équipe partagés et les environnements reproductibles de Lightning Studio permettent aux membres de l'équipe de travailler ensemble de façon transparente, ce qui garantit la cohérence et l'efficacité des projets.
• Options d'instances flexibles: Il te donne la possibilité de choisir entre des instances interruptibles et non interruptibles, ce qui permet aux utilisateurs de faire des économies sur les machines GPU avec des options interruptibles.
• Intégration avec les outils existants: La plateforme s'intègre aux outils de développement à distance comme SSH (Secure Socket Shell) et VS Code, ce qui offre une certaine flexibilité pour travailler localement ou dans le nuage.

Principaux enseignements

La conférence de Luca à YV24 a mis en évidence la façon dont l'IA, associée à des outils tels que les modèles Ultralytics YOLO et Lightning AI, change la façon dont nous résolvons les problèmes du monde réel. Ils permettent aux développeurs de former et de déployer plus facilement des modèles qui ont été conçus pour s'attaquer à des problèmes spécifiques dans toute une série d'industries.

Il a illustré comment Lightning Studios rend l'ensemble du processus de développement plus rapide et plus accessible, permettant aux développeurs de créer facilement des solutions puissantes. Au cœur des plateformes de pointe comme Lightning AI, les modèles de vision par ordinateur transforment la façon dont les solutions d'IA gèrent les défis. En particulier, avec le dernier modèle Ultralytics YOLO11 , les développeurs peuvent créer des solutions qui ont un impact significatif.

Rejoins notre communauté pour rester informé sur l'IA et ses utilisations pratiques. Consulte notre dépôt GitHub pour explorer les innovations dans des secteurs tels que l 'IA dans les voitures autonomes et la vision par ordinateur dans les soins de santé.