Присоединяйся к нам, так как мы подробно рассмотрим, как ты можешь использовать Ultralytics HUB для обучения и развертывания новых моделей Ultralytics YOLO11. Мы проведем тебя через весь процесс шаг за шагом.
Ultralytics YOLO11 - это новая современная модель компьютерного зрения, предназначенная для решения таких задач, как обнаружение объектов, классификация изображений и сегментация экземпляров. Она быстрее, точнее и эффективнее предыдущих версий моделей YOLO (You Only Look Once). YOLO11 можно использовать для различных приложений компьютерного зрения в реальном времени. Самое главное, что начать работу с Ultralytics YOLO11 так же просто и легко, как и со всеми остальными Ultralytics YOLO моделями.
Ранее мы уже рассказывали о новых возможностях и улучшениях YOLO11 и касались доступа к модели через пакетUltralytics Python или Ultralytics HUB. В этом руководстве мы пошагово расскажем тебе , как использовать Ultralytics HUB, чтобы легко обучить и развернуть Ultralytics YOLO11.
Ultralytics HUB - это Ultralytics' no-code, удобная платформа, призванная упростить весь процесс от обучения до развертывания YOLO моделей, включая недавно запущенные Ultralytics модели YOLO11. Независимо от того, являешься ли ты экспертом в области ИИ или новичком в компьютерном зрении, HUB предоставляет интуитивно понятный интерфейс, который позволяет тебе загружать наборы данных, выбирать предварительно обученные модели и настраивать их под свои конкретные нужды. Всего за несколько кликов ты сможешь обучать модели для применения в реальном времени в самых разных отраслях - от производства до сельского хозяйства. HUB фокусируется на том, чтобы сделать передовой ИИ доступным без необходимости в обширном кодировании.
Ultralytics У HUB есть разные варианты тарифных планов, среди которых есть бесплатный уровень для базового доступа и тарифный план Pro, предлагающий дополнительные возможности, такие как облачное обучение, совместная работа в команде и увеличенные лимиты использования. Вот краткий обзор некоторых ключевых возможностей, предлагаемых Ultralytics HUB:
HUB также интегрируется с различными платформами, и пользователи могут экспортировать обученные модели в различные форматы, такие как. ONNX, TensorFlow, и CoreML, что делает развертывание на различных платформах беспроблемным. По сути, Ultralytics HUB упрощает сложные задачи ИИ - от работы с набором данных до развертывания моделей в реальном времени - и все это в рамках одного комплексного инструмента.
Чтобы провести умозаключения на Ultralytics HUB с помощью YOLO11, просто перейди в раздел "Модели" и выбери интересующую тебя модель YOLO11. Затем ты можешь нажать на кнопку "Preview", чтобы опробовать модель, загрузив любое изображение.
Эта функция HUB позволяет любому человеку, независимо от его уровня опыта, протестировать предсказания модели с помощью YOLO11 и посмотреть, как она работает. Это удобный способ бесплатно познакомиться с Ultralytics YOLO11.
Создав аккаунт, ты сможешь сразу же приступить к обучению, получив доступ к приборной панели. Оттуда ты сможешь управлять своими проектами, загружать наборы данных и с легкостью приступать к обучению своих моделей YOLO11. Платформа разработана таким образом, чтобы сделать этот процесс быстрым и максимально беззаботным.
Войдя в систему, ты можешь нажать на "Datasets" в меню слева, чтобы изучить ряд уже существующих наборов данных, доступных на Ultralytics HUB. Эти наборы предназначены для решения различных задач, таких как обнаружение объектов по ориентированным ограничительным коробкам (OBB) и оценка позы. Например, ты можешь использовать COCO128 для обнаружения объектов с 80 классами или Fashion-MNIST для классификации изображений. Эти наборы данных легкодоступны и оптимизированы для обучения моделей YOLO .
Если тебе хочется поработать с собственными данными, ты можешь загрузить пользовательские наборы данных. При этом убедись, что твой набор данных соответствует структуре YOLO , включая правильно оформленный YAML-файл в корневом каталоге, и что он заархивирован.
Когда твой набор данных будет готов, ты можешь нажать на кнопку "Upload Dataset", выбрать тип задачи и загрузить ZIP-файл. После загрузки Ultralytics HUB автоматически проверит твой набор данных, и ты сможешь сразу же приступить к обучению YOLO -моделей. Ты также можешь управлять и просматривать детали своего набора данных, такие как разделение изображений (train, validation, test), и анализировать данные, чтобы убедиться, что они готовы к обучению модели.
Чтобы начать тренировать модель YOLO11 с помощью функции облачного обучения Ultralytics HUB, тебе нужно перейти на тарифный план Pro. Как пользователю Pro, тебе доступны ресурсы GPU для более быстрого и эффективного обучения. После обновления зайди в раздел "Модели", выбери нужную тебе вариацию модели YOLO11 и настрой параметры тренировки.
Ты можешь выбрать количество эпох (которые определяют, сколько раз модель будет проходить через набор данных) или задать определенную продолжительность для обучения по таймеру. Перед началом обучения модели Ultralytics HUB инициализирует выделенный экземпляр GPU , чтобы обеспечить оптимизированную производительность. В зависимости от спроса инициализация может занять некоторое время, но во время этого процесса с твоего счета не будет взиматься плата.
Завершив настройки, нажми "Начать обучение", чтобы запустить сессию. На протяжении всей тренировки ты можешь следить за прогрессом в режиме реального времени через приборную панель. Она дает тебе возможность приостановить, остановить или возобновить тренировку при необходимости. Если во время тренировки на основе эпох баланс твоего аккаунта истощится, сессия приостановится, что позволит тебе пополнить баланс перед возобновлением. Платформа автоматически сохраняет контрольные точки, а значит, ты сможешь продолжить с того места, на котором остановился.
В конце тренировки ты можешь проверить все расходы через вкладку "Счета", где ты найдешь подробные отчеты о расходах, которые позволяют легко отслеживать затраты и эффективно управлять тренировкой.
При развертывании твоей пользовательской модели YOLO11 с помощью Ultralytics HUB есть два основных варианта: Shared Inference API и Dedicated Inference API. Чтобы использовать развернутую модель, ты можешь делать запросы к API с помощью Python или cURL, в зависимости от твоих настроек. Общий процесс заключается в отправке файла изображения вместе с соответствующими параметрами (такими как размер изображения и пороги доверия) в API. Ultralytics HUB вернет предсказания в простом формате JSON, который ты сможешь обрабатывать дальше.
Shared Inference API - это экономичное решение для пользователей на бесплатном уровне, которое обеспечивает 100 вызовов в час и до 1000 вызовов в месяц. Оно устраняет необходимость в локальной среде и поддерживает быстрое развертывание прямо с Ultralytics HUB.
Dedicated Inference API, доступный пользователям Pro, больше подходит для более масштабных развертываний или приложений, работающих в режиме реального времени. Он обеспечивает развертывание в один клик в выделенной облачной среде на базе Google Cloud Run. Этот вариант оптимизирован для высокопроизводительных приложений, обеспечивая задержки менее 100 мс и глобальный охват 38 регионов для обработки данных в реальном времени. Он также поддерживает расширенные функции безопасности, что делает его подходящим для отраслей со строгими требованиями к защите данных.
После того как ты выбрал Shared или Dedicated Inference API для развертывания своей модели YOLO11, следующие шаги будут простыми и эффективными. Ты можешь открыть вкладку "Deploy" на странице своей модели на Ultralytics HUB. Если ты используешь Shared Inference API, то можешь заглянуть в это руководство, чтобы следовать инструкциям по настройке вызовов API. Для пользователей Dedicated Inference API достаточно нажать на кнопку Start Endpoint, чтобы инициировать конечную точку. После активации HUB выдаст тебе уникальный URL-адрес, который ты сможешь использовать для своих задач по созданию выводов.
Если твоему проекту нужна модель в определенном формате или для автономного использования, Ultralytics HUB предлагает такие варианты экспорта, как ONNX, CoreML, или TensorFlow для поддержки различных платформ, от мобильных до облачных систем. Для разработчиков, желающих интегрировать модели непосредственно в приложения, Ultralytics HUB-SDK предоставляет эффективный способ управления развертыванием через Python. Используя API-ключи или учетные данные Ultralytics , ты можешь легко контролировать развертывание и запускать умозаключения в своем коде, обеспечивая гибкость, необходимую для бесшовной интеграции.
Ultralytics HUB - это платформа "все-в-одном", созданная для того, чтобы сделать обучение и развертывание моделей YOLO11 доступным как для новичков, так и для экспертов. Она поддерживает широкий спектр задач, от загрузки наборов данных до настройки обучения, предлагая гибкие варианты развертывания, такие как Shared и Dedicated Inference API. Вне зависимости от того, разворачиваешь ли ты систему через API или экспортируешь модели для автономного использования, HUB обеспечивает бесшовную интеграцию между платформами. Благодаря опциям для приложений реального времени и масштабируемым решениям Ultralytics HUB можно использовать для широкого спектра потребностей в развертывании как для начинающих, так и для опытных пользователей.
Изучи наш репозиторий на GitHub и присоединяйся к нашему активному сообществу, чтобы глубже погрузиться в ИИ. Узнай, как Vision AI способствует развитию инноваций в таких отраслях, как здравоохранение и сельское хозяйство.
Начни свое путешествие с будущим машинного обучения
