Зелёная проверка
Ссылка копируется в буфер обмена

Как обучать свои пользовательские модели с помощью Ultralytics HUB

Узнай, как без особых усилий обучать пользовательские модели YOLO с помощью Ultralytics HUB. Это пошаговое руководство по интуитивно понятной платформе предлагает обзор бесшовной интеграции, отслеживания в реальном времени и облачного обучения.

Поскольку мы постоянно стремимся к инновациям, основанным на искусственном интеллекте, присоединяйся к нам, чтобы поближе познакомиться с Ultralytics HUB - платформой, предназначенной для упрощения обучения пользовательскихUltralytics YOLO моделей. Будь ты опытным разработчиком или новичком, Ultralytics HUB предлагает беспроблемный опыт создания и управления моделями компьютерного зрения. Давай изучим, как обучать свои пользовательские модели YOLO всего за несколько кликов.

Что такое Ultralytics HUB ?

Ultralytics HUB - это комплексная платформа, созданная для работы с твоими наборами данных, проектами и моделями, облегчающая обучение и развертывание моделей машинного обучения. 

Он интегрируется с различными платформами, поддерживает обновления в реальном времени через мобильное приложение (доступно на Android и iOS) и постоянно развивается, добавляя новые функции. Для получения более подробной технической информации и пошаговой схемы работы ознакомься с нашей статьей на Medium о том, как обучать модели компьютерного зрения в облаке.

Начало работы с Ultralytics HUB

Удобный интерфейс

Первое, что ты заметишь в Ultralytics HUB, - это его интуитивно понятный интерфейс. Главная страница обеспечивает легкий доступ к наборам данных, проектам, моделям и интеграциям. Несмотря на то что платформа еще находится в стадии бета-версии, она уже может похвастаться рядом мощных функций.

Наборы данных и модели

Ultralytics HUB поставляется с предварительно загруженными стандартными наборами данных, такими как VOC, COCO и Simpsons, которые обычно используются для бенчмаркинга. Эти наборы данных весьма значительны: в COCO содержится 80 классов и 140 000 изображений. Однако платформа поддерживает и меньшие наборы данных, что делает ее идеальной для пользователей любого уровня. Ты можешь загрузить свой собственный набор данных или подключиться к внешним инструментам, таким как Roboflow для аннотирования изображений и подготовки наборов данных.

Создание проекта

Создать новый проект в Ultralytics HUB невероятно просто. Вот пошаговое руководство, которое поможет тебе начать:

  1. Создай проект: Начни с того, что назови свой проект. Для этого примера назовем его "Обнаружение объектов".
  2. Выберите набор данных: Выбери набор данных из предложенных вариантов. Для простоты мы будем использовать набор данных "Симпсоны" с 14 000 изображений.
  3. Выберите модель: Выбери модель YOLO . Ultralytics HUB поддерживает различные модели, включая YOLOv5 и YOLOv8. Для целей этого примера мы остановимся на модели YOLOv8 nano.
  4. Настрой гиперпараметры: Настрой такие параметры, как количество эпох, размер изображения и размер партии. Также ты можешь выбрать, что использовать: GPU или CPU , и настроить параметры кэширования.

Обучение модели

Как только твой проект будет настроен, обучение модели будет проходить всего в один клик. Ultralytics HUB предлагает несколько вариантов обучения:

  • Локальное обучение: Установи Ultralytics на свою локальную машину и запусти обучающий скрипт.
  • Google Colab: Открой блокнот Google Colab, предварительно сконфигурированный с необходимым кодом. Этот вариант не требует кодирования и работает без проблем в облаке.
  • HUB Cloud: Облачный тренинг Ultralytics HUB Cloud предлагает решение без кода для обучения моделей YOLO , идеально подходящее для тех, кто не занимается кодингом, и владельцев бизнеса. Рабочий процесс включает в себя загрузку набора данных, выбор модели и настройку облачного экземпляра, что упрощает тонкую настройку предварительно обученных моделей и их экспорт для различных приложений.

Чтобы обучить модель в Google Colab:

  1. Установи Ultralytics: выполни команду, чтобы установить Ultralytics в ноутбук.
  2. Настройка и ключ API: Настрой параметры и введи свой API-ключ.
  3. Начни тренировку: Выполни команды тренировки, и твоя модель начнет тренироваться.
Рис. 1. Николай Нильсен рассказывает о том, как обучать модели на Ultralytics HUB.

Контроль прогресса в обучении

Ultralytics HUB обеспечивает отслеживание прогресса в обучении твоей модели в режиме реального времени. Ты можешь отслеживать такие ключевые показатели, как точность, прецизионность, отзыв и функции потерь. Платформа также визуализирует данные обучения, позволяя тебе увидеть, как твоя модель улучшается с течением времени.

Расширенные возможности и интеграции

Облачное обучение и интеграция RoboFlow

Ultralytics HUB представила облачное обучение, позволяющее пользователям тренировать модели прямо в облаке без какой-либо локальной настройки. Платформа также интегрируется с Roboflowинструментом для аннотирования изображений и подготовки наборов данных. Эта интеграция упрощает рабочий процесс от подготовки данных до обучения модели.

Мобильное приложение

Приложение Ultralytics HUB обеспечивает обнаружение объектов в реальном времени на твоем мобильном устройстве. Используя предварительно обученные модели, приложение может обнаруживать объекты из набора данных COCO с высокой точностью, работая со скоростью 30 кадров в секунду на iPhone 14 Pro. Эта функция отлично подходит для тестирования моделей в реальных сценариях и демонстрации возможностей твоих обученных моделей.

Подведение итогов

Ultralytics HUB - это геймчейнджер в мире компьютерного зрения, позволяющий как никогда просто обучать пользовательские модели YOLO . Удобный интерфейс, широкие возможности и беспроблемная интеграция делают его незаменимым инструментом как для разработчиков, так и для исследователей. Неважно, где ты хочешь обучать модели - локально, в облаке или на ходу с помощью мобильного приложения, - Ultralytics HUB поможет тебе в этом.

Так зачем ждать? Погрузись в Ultralytics HUB уже сегодня и раскрой потенциал своих проектов машинного обучения всего за несколько кликов!

Логотип FacebookЛоготип ТвиттераЛоготип LinkedInСимвол копирования-ссылки

Читайте больше в этой категории

Давай вместе построим будущее
искусственного интеллекта!

Начни свое путешествие с будущим машинного обучения