Addestramento personalizzato dei modelli di Ultralytics YOLO su Lightning AI

Che tu sia uno sviluppatore di AI esperto o che stia iniziando a esplorare l'AI visiva, è fondamentale disporre di un ambiente affidabile per giocare e sperimentare modelli di computer vision come Ultralytrics YOLO11. Per ambiente si intendono gli strumenti, le risorse e le infrastrutture necessarie per progettare, testare e distribuire in modo efficiente i modelli di IA. 

Sebbene numerose piattaforme online offrano diversi strumenti di IA, molte non forniscono un ambiente unificato per l'intero ciclo di vita dell'IA, dalla preparazione dei dati alla distribuzione dei modelli. È qui che interviene Lightning AI, una piattaforma all-in-one per lo sviluppo dell'IA, per semplificare il processo dalla preparazione dei dati alla distribuzione.

L'importanza di semplificare lo sviluppo dell'IA è stata illustrata a YOLO Vision 2024 (YV24), un evento ibrido annuale ospitato da Ultralytics e incentrato sui progressi dell'IA e della computer vision. Luca Antiga, CTO di Lightning AI, ha tenuto una conferenza dal titolo"Going YOLO on Lightning Studios", in cui ha illustrato come addestrare i modelli di Ultralytics YOLO in modo rapido, fluido e senza farsi coinvolgere dalle complessità tecniche di Lightning AI.

In questo articolo, approfondiremo i punti chiave dell'intervento di Luca, dalle applicazioni di computer vision del mondo reale alle dimostrazioni dal vivo sull'addestramento e la distribuzione di modelli Ultralytics YOLO con Lightning AI. Iniziamo!

Utilizzo di Lightning AI e Ultralytics YOLO per semplificare lo sviluppo dell'intelligenza artificiale

Luca ha iniziato il suo discorso condividendo i suoi pensieri e il suo apprezzamento per l'influenza dei modelli di YOLO in vari settori. Ha sottolineato come i modelli di YOLO possano essere applicati in settori come la produzione e l'agricoltura. Ha detto: "Apprezzo l'impatto che YOLO ha avuto sulla comunità dei costruttori - persone che devono risolvere problemi reali e pratici - e questo mi è molto vicino".

Collegandosi al crescente interesse per la formazione sull'IA, ha presentato Lightning AI, una piattaforma progettata per rendere lo sviluppo di modelli di IA più veloce, semplice e accessibile a tutti. È particolarmente utile per supportare i progressi iterativi dell'IA, aiutando gli sviluppatori a perfezionare e migliorare i modelli.

‍

Ha inoltre sottolineato che Lightning AI è simile a PyTorch Lightning, un framework che semplifica il processo di formazione dei modelli di IA. Tuttavia, la differenza sta nel fatto che Lightning AI è una piattaforma più completa che offre una serie più ampia di strumenti e funzionalità per l'intero processo di sviluppo dell'IA, non solo per l'addestramento dei modelli di IA. 

Un componente fondamentale di Lightning AI è Lightning Studios, che offre uno spazio di lavoro intuitivo per progettare, addestrare e distribuire modelli di IA, rendendo l'intero flusso di lavoro fluido ed efficiente. Si può pensare a Lightning Studios come a un ambiente di sviluppo riproducibile per l'IA che funziona nel cloud. Ad esempio, offre un ambiente simile a Jupyter Notebook che può essere duplicato e condiviso con un altro sviluppatore, contribuendo a migliorare la collaborazione. 

Luca ha poi approfondito i vantaggi di Lightning Studios, dicendo: "La replica dell'ambiente non è più un problema. Se devi passare da una macchina CPU [Central Processing Unit] a una macchina GPU [Graphics Processing Unit] o lanciare un training su mille macchine, il tuo ambiente sarà persistente".

Creazione di Lightning Studios per la formazione e lo sviluppo

Luca ha poi dimostrato come sia possibile iniziare rapidamente a lavorare con Lightning Studios. Con pochi clic, puoi aprire un nuovo studio e avere accesso a strumenti e ambienti come Jupyter Notebooks e VS Code, tutti impostati e pronti per la codifica. Ha mostrato la facilità con cui è possibile passare da una macchina all'altra. Se l'attività su cui stai lavorando richiede una maggiore potenza, puoi facilmente passare da un CPU a un più potente GPU. GPU rimarrà attivo solo quando è in uso, altrimenti passerà in modalità sleep, risparmiando così i tuoi crediti.

Luca ha anche menzionato i vantaggi dell'utilizzo di Studio Templates. Si tratta di ambienti di codifica per l'IA preconfezionati dalla comunità e che puoi utilizzare senza dover configurare nulla. La creazione di un ambiente per i progetti di IA può richiedere molto tempo e gli Studio Templates possono aiutare ad aumentare la produttività. Questi ambienti sono precaricati con tutto ciò che serve per i progetti di IA, come le dipendenze installate, i pesi dei modelli, i dati, il codice, ecc. 

‍

Formazione dei modelli di Ultralytics YOLO su Lightning Studios

Luca è poi passato alla dimostrazione dal vivo, evidenziando come sia possibile utilizzare Lightning Studio per addestrare i modelli diUltralytics YOLO . Ha aperto un Template di Studio, che aveva già installato tutte le dipendenze, e ha avviato una macchina con quattro GPU per accelerare il processo di addestramento. Per quanto riguarda i dati, ha detto che è possibile scegliere di memorizzarli direttamente sulla macchina o di inviarli in streaming dal cloud, rendendo il processo di formazione più veloce ed efficiente.

In pochi secondi la macchina era pronta e Luca ha dato il via alla sessione di allenamento. Durante la dimostrazione, un piccolo problema ha causato l'arresto inaspettato della macchina, ma Lightning Studios ha ripreso senza problemi dal punto in cui si era interrotto, assicurandosi che nessun progresso andasse perso. Luca ha sottolineato come questa affidabilità favorisca la fluidità dei flussi di lavoro, anche in caso di interruzioni impreviste.

Proseguendo con la demo, ha mostrato quanto sia facile monitorare i progressi dell'allenamento utilizzando TensorBoard, uno strumento per visualizzare le metriche dell'apprendimento automatico in tempo reale. Lightning Studio rende tutto questo ancora più semplice generando automaticamente degli URL che consentono a te o ai tuoi compagni di squadra nello stesso spazio di lavoro di accedere alle visualizzazioni di TensorBoard senza alcuna configurazione aggiuntiva. Questo semplifica la collaborazione e mantiene tutti sulla stessa pagina. 

‍

Distribuzione dei modelli di Ultralytics YOLO con Lit Serve

Dopo la dimostrazione, Luca ha spostato l'attenzione su un nuovo progetto, LitServe, lanciato recentemente da Lightning AI. LitServe semplifica il processo di acquisizione di un modello addestrato e lo trasforma in un servizio scalabile che altri possono utilizzare, eliminando la necessità di complesse pipeline di distribuzione. È stato progettato per gestire tutto, dal confezionamento del modello alla sua distribuzione con il minimo sforzo.

Per dimostrarlo in tempo reale, Luca ha dato al pubblico una rapida dimostrazione utilizzando un modello pre-addestrato. Ultralytics YOLOv8 modello pre-addestrato. È riuscito a creare una semplice API per gestire le richieste in arrivo e restituire le previsioni delle immagini in pochi secondi. Ciò significa che chiunque può inviare un ping a questa API con un'immagine e ricevere risultati per attività di computer vision come il rilevamento di oggetti quasi istantaneamente. Dietro le quinte, il modello Ultralytics YOLOv8 viene distribuito come servizio, gestendo in modo efficiente le richieste, elaborando le immagini e fornendo previsioni con una latenza minima.

‍

Ha eseguito un'inferenza su un'immagine di pizza e Ultralytics YOLOv8 ha identificato con successo oggetti come la pizza, un cucchiaio e un tavolo da pranzo. Ha spiegato che mentre la prima richiesta richiede un tempo leggermente più lungo a causa di un "avvio a freddo", le richieste successive sono molto più veloci una volta che il sistema si è riscaldato.

Luca ha poi chiesto: "E se volessi esporre questo modello al mondo esterno?". Ha spiegato come il plugin API Builder renda semplice trasformare il tuo modello in un servizio vivo e pronto per la produzione. Grazie a funzioni come domini personalizzati, maggiore sicurezza e integrazione perfetta, puoi rendere il tuo modello facilmente accessibile a chiunque.

I principali vantaggi dell'utilizzo di Lightning Studios

Per concludere il suo intervento, Luca ha parlato della scalabilità e della flessibilità di Lightning Studio per lo sviluppo dell'intelligenza artificiale. Ha ricordato come la piattaforma possa addestrare i modelli su più macchine, fino a 10.000 nodi, con un addestramento tollerante agli errori che riprende automaticamente dopo qualsiasi interruzione. 

Ad esempio, se un lavoro di formazione su un cluster GPU viene interrotto a causa di un problema hardware o di un riavvio del server, Lightning Studios fa in modo che il processo riprenda esattamente da dove era stato interrotto. Questo lo rende ideale per progetti di AI su larga scala, come l'addestramento di modelli di deep learning su dataset enormi come ImageNet o COCO.

Ecco altri vantaggi chiave di Lightning Studios di cui ha parlato Luca:

• Crediti mensili gratuiti per GPU : Gli utenti hanno a disposizione 15 crediti GPU gratuiti ogni mese, che si ricaricano automaticamente, garantendoti la possibilità di sperimentare e sviluppare senza costi aggiuntivi.
• Collaborazione migliorata: Gli spazi di team condivisi e gli ambienti riproducibili di Lightning Studio consentono ai membri del team di lavorare insieme senza problemi, garantendo coerenza ed efficienza tra i progetti.
• Opzioni di istanza flessibili: Ti offre la flessibilità di scegliere tra istanze interrompibili e non interrompibili, consentendo agli utenti di risparmiare sui costi delle macchine GPU con le opzioni interrompibili.
• Integrazione con gli strumenti esistenti: La piattaforma si integra con strumenti di sviluppo remoto come SSH (Secure Socket Shell) e VS Code, offrendo la flessibilità di lavorare in locale o nel cloud.

Punti di forza

Il keynote di Luca a YV24 ha evidenziato come l'IA, combinata con strumenti come i modelli di Ultralytics YOLO e Lightning AI, stia cambiando il modo in cui risolviamo i problemi del mondo reale. Questi strumenti rendono più facile per gli sviluppatori addestrare e distribuire modelli progettati per affrontare problemi specifici in una serie di settori.

Ha illustrato come Lightning Studios renda l'intero processo di sviluppo più veloce e accessibile, consentendo agli sviluppatori di creare facilmente soluzioni potenti. Al centro di piattaforme all'avanguardia come Lightning AI, i modelli di computer vision stanno trasformando il modo in cui le soluzioni di AI affrontano le sfide. In particolare, con l'ultimo modello Ultralytics YOLO11 , gli sviluppatori possono creare soluzioni che hanno un impatto significativo.

Unisciti alla nostra community per rimanere aggiornato sull'IA e sui suoi usi pratici. Dai un'occhiata al nostro repository GitHub per esplorare le innovazioni in settori come l'IA nelle auto a guida autonoma e la computer vision nella sanità.