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 рассмотрим модель 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 за прогрессом 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

Обучение в облаке и интеграция с RoboFlow

Ultralytics HUB has introduced cloud training, enabling users to train models directly in the cloud without any local setup. The platform also integrates with Roboflow for annotating images and preparing datasets. This integration streamlines the workflow from data preparation to model training.

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 LinkedInЛоготип ТвиттераЛоготип FacebookСимвол копирования-ссылки

Читайте больше в этой категории

Давай вместе построим будущее
искусственного интеллекта!

Начни свое путешествие с будущим машинного обучения