Junta-te a nós para vermos mais de perto como podes utilizar o Ultralytics HUB para treinar e implementar os novos modelos Ultralytics YOLO11 . Iremos acompanhar-te passo a passo no processo.
Ultralytics YOLO11 é o novo modelo de visão computacional de última geração concebido para tarefas como deteção de objectos, classificação de imagens e segmentação de instâncias. É mais rápido, mais preciso e mais eficiente do que as versões anteriores dos modelos YOLO (You Only Look Once). YOLO11 O modelo pode ser usado para uma variedade de aplicações de visão computacional em tempo real. O melhor de tudo é que começar a usar o Ultralytics YOLO11 é tão simples e direto quanto todos os outros modelos Ultralytics YOLO .
Discutimos anteriormente os novos recursos e melhorias doYOLO11 e abordamos o acesso ao modelo por meio do pacoteUltralytics Python ou Ultralytics HUB. Neste guia, mostraremos como usar o Ultralytics HUB passo a passo para treinar e implantar o Ultralytics YOLO11 facilmente.
Ultralytics O HUB é a plataforma Ultralytics' sem código e de fácil utilização, concebida para simplificar todo o processo, desde a formação à implementação de modelos YOLO , incluindo os recém-lançados modelosUltralytics YOLO11 . Quer sejas um especialista em IA ou um novato em visão computacional, o HUB fornece uma interface intuitiva que te permite carregar conjuntos de dados, selecionar modelos pré-treinados e ajustá-los às tuas necessidades específicas. Com apenas alguns cliques, podes treinar modelos para aplicações em tempo real em indústrias que vão desde o fabrico à agricultura. O HUB concentra-se em tornar a IA avançada acessível sem a necessidade de codificação extensiva.
Ultralytics O HUB tem diferentes opções de planos, com um nível gratuito para acesso básico e um plano Pro que oferece capacidades adicionais, como formação na nuvem, colaboração em equipa e limites de utilização aumentados. Vê aqui uma breve descrição de algumas das principais funcionalidades oferecidas pelo Ultralytics HUB:
O HUB também se integra com várias plataformas e os utilizadores podem exportar modelos treinados para vários formatos, tais como ONNX, TensorFlow, e CoreML, tornando a implementação em várias plataformas perfeita. Essencialmente, o Ultralytics HUB simplifica tarefas complexas de IA, desde o manuseamento de conjuntos de dados até à implementação de modelos em tempo real, tudo numa única ferramenta abrangente.
Para efetuar inferências no Ultralytics HUB utilizando YOLO11, basta navegar para a secção "Models" e escolher o modelo YOLO11 que te interessa. Depois, podes clicar em "Preview" (Pré-visualizar) para experimentar o modelo carregando qualquer imagem.
Esta funcionalidade do HUB permite a qualquer pessoa, independentemente do seu nível de experiência, testar previsões de modelos com YOLO11 e ver o seu desempenho. É uma forma fácil de pôr a mão na massa com Ultralytics YOLO11 gratuitamente.
Depois de criar uma conta, podes começar a treinar acedendo ao painel de controlo. A partir daí, podes gerir os teus projectos, carregar conjuntos de dados e começar a treinar os teus modelos YOLO11 com facilidade. A plataforma foi concebida para manter o processo rápido e o mais simples possível.
Depois de iniciar sessão, pode clicar em "Datasets" no menu à esquerda para explorar uma série de conjuntos de dados pré-existentes disponíveis no Ultralytics HUB. Estes conjuntos de dados destinam-se a várias tarefas, como a deteção de objectos com caixas delimitadoras orientadas (OBB) e a estimativa de pose. Por exemplo, pode utilizar o COCO128 para deteção de objectos com 80 classes ou o Fashion-MNIST para classificação de imagens. Estes conjuntos de dados estão prontamente disponíveis e optimizados para a formação de modelos YOLO .
Se quiseres trabalhar com os teus próprios dados, podes carregar conjuntos de dados personalizados. Ao fazê-lo, certifica-te de que o teu conjunto de dados segue a estrutura YOLO , incluindo um ficheiro YAML corretamente formatado no diretório raiz, e que está compactado.
Quando o teu conjunto de dados estiver pronto, podes clicar no botão "Upload Dataset", selecionar o tipo de tarefa e carregar o ficheiro ZIP. Após o carregamento, o Ultralytics HUB valida automaticamente o conjunto de dados e pode começar imediatamente a treinar os modelos YOLO . Também podes gerir e ver os detalhes do teu conjunto de dados, como as divisões de imagens (treino, validação, teste), e analisar os dados para garantir que estão prontos para o treino do modelo.
Para começar a treinar um modelo YOLO11 utilizando a funcionalidade Cloud Training do Ultralytics HUB, terás de atualizar para o plano Pro. Como utilizador Pro, os recursos do GPU estão disponíveis para um treino mais rápido e eficiente. Depois de fazeres a atualização, acede à secção "Modelos", seleciona a variação do modeloYOLO11 pretendida e configura as definições de treino.
Podes escolher o número de épocas (que definem quantas vezes o modelo passará pelo conjunto de dados) ou definir uma duração específica para o treino cronometrado. Antes do início do treinamento do modelo, o Ultralytics HUB inicializará uma instância dedicada do GPU para garantir um desempenho otimizado. Dependendo da procura, a inicialização pode demorar algum tempo, mas não serão aplicados encargos à tua conta durante este processo.
Depois de finalizares as definições, clica em "Iniciar formação" para iniciares a sessão. Ao longo da formação, podes monitorizar o progresso em tempo real através de um painel de controlo. Dá-te a possibilidade de fazer uma pausa, parar ou retomar o treino, conforme necessário. Se o saldo da tua conta ficar baixo durante o treino baseado em épocas, a sessão será interrompida, permitindo-te recarregar o saldo antes de recomeçar. A plataforma guarda automaticamente os pontos de controlo, o que significa que podes continuar a partir do ponto onde paraste.
No final da formação, podes verificar todos os custos através do separador de faturação, onde encontrarás relatórios de custos detalhados que facilitam o acompanhamento das despesas e a gestão eficiente da tua formação.
Ao implantar o modelo YOLO11 treinado de forma personalizada com o Ultralytics HUB, há duas opções principais: a API de inferência compartilhada e a API de inferência dedicada. Para usar o modelo implantado, é possível fazer solicitações de inferência para a API usando Python ou cURL, dependendo da sua configuração. O processo geral envolve o envio de um arquivo de imagem junto com parâmetros relevantes (como tamanho da imagem e limites de confiança) para a API. Ultralytics O HUB retornará as previsões em um formato JSON simples, que pode ser processado posteriormente.
A API de Inferência Partilhada é uma solução económica para os utilizadores do nível gratuito e fornece 100 chamadas por hora e até 1000 chamadas mensais. Elimina a necessidade de um ambiente local e suporta uma implementação rápida diretamente a partir do HUB Ultralytics .
A API de Inferência Dedicada, disponível para utilizadores Pro, é mais adequada para implementações em grande escala ou aplicações em tempo real. Fornece uma implementação com um único clique num ambiente de nuvem dedicado, alimentado por Google Cloud Run. Essa opção é otimizada para aplicativos de alto desempenho, garantindo latência abaixo de 100 ms e cobertura global em 38 regiões para processamento em tempo real. Também suporta funcionalidades de segurança melhoradas, tornando-a adequada para indústrias com requisitos rigorosos de proteção de dados.
Depois de escolher entre a API de inferência compartilhada ou dedicada para implantar seu modelo YOLO11 , as próximas etapas são simples e eficientes. Podes abrir o separador "Implementar" na página do teu modelo em Ultralytics HUB. Se estiveres a utilizar a API de inferência partilhada, podes consultar este guia para seguires as instruções de configuração das tuas chamadas de API. Para os utilizadores da API de inferência dedicada, basta clicar no botão Iniciar ponto final para iniciar o ponto final. Uma vez ativo, o HUB fornecer-te-á um URL exclusivo para utilizares nas tuas tarefas de inferência.
Se o teu projeto precisar de um modelo num formato específico ou para utilização offline, o Ultralytics HUB oferece opções de exportação como ONNX, CoreML, ou TensorFlow para suportar várias plataformas, desde sistemas móveis a sistemas em nuvem. Para os programadores que pretendem integrar modelos diretamente em aplicações, o Ultralytics HUB-SDK fornece uma forma eficiente de gerir implementações através do Python. Utilizando chaves API ou credenciais Ultralytics , pode controlar facilmente a implementação e executar inferências no seu código, dando-lhe a flexibilidade necessária para uma integração perfeita.
Ultralytics O HUB é uma plataforma tudo-em-um concebida para tornar o treino e a implementação de modelos YOLO11 acessíveis tanto a principiantes como a especialistas. Suporta uma vasta gama de tarefas, desde o carregamento de conjuntos de dados até à configuração do treino, oferecendo opções de implementação flexíveis, como APIs de inferência partilhadas e dedicadas. Quer estejas a implementar através de APIs ou a exportar modelos para utilização offline, o HUB assegura uma integração perfeita entre plataformas. Com opções para aplicações em tempo real e soluções escaláveis, o Ultralytics HUB pode ser utilizado para uma vasta gama de necessidades de implementação, tanto para utilizadores principiantes como avançados.
Explora o nosso repositório GitHub e junta-te à nossa vibrante comunidade para mergulhares mais fundo na IA. Descobre como a Vision AI está a fazer avançar a inovação em sectores como os cuidados de saúde e a agricultura.
Começa a tua viagem com o futuro da aprendizagem automática
