Kiểm tra màu xanh lá cây
Liên kết được sao chép vào khay nhớ tạm

Cách đào tạo mô hình tùy chỉnh của bạn với Ultralytics Trung tâm

Khám phá cách đào tạo tùy chỉnh YOLO mô hình dễ dàng với Ultralytics HUB. Hướng dẫn từng bước về nền tảng trực quan này cung cấp cái nhìn tổng quan về tích hợp liền mạch, theo dõi thời gian thực và đào tạo đám mây.

Khi chúng tôi không ngừng phấn đấu cho sự đổi mới dựa trên AI, hãy tham gia cùng chúng tôi khi chúng tôi xem xét kỹ hơn Ultralytics HUB, một nền tảng được thiết kế để đơn giản hóa việc đào tạo tùy chỉnh Ultralytics YOLO Mô hình. Cho dù bạn là một nhà phát triển dày dạn kinh nghiệm hay người mới bắt đầu, Ultralytics HUB cung cấp trải nghiệm liền mạch để tạo và quản lý các mô hình thị giác máy tính. Hãy cùng khám phá cách đào tạo tùy chỉnh của bạn YOLO mô hình chỉ trong vài cú nhấp chuột.

Là gì Ultralytics HUB?

Ultralytics HUB là một nền tảng toàn diện được thiết kế để xử lý các bộ dữ liệu, dự án và mô hình của bạn, giúp đào tạo và triển khai các mô hình học máy dễ dàng hơn. 

Nó tích hợp với nhiều nền tảng khác nhau, hỗ trợ cập nhật thời gian thực thông qua ứng dụng di động của nó (có sẵn trên cả hai Android và iOS), và liên tục phát triển với các tính năng mới. Để biết thêm thông tin chi tiết về kỹ thuật và quy trình làm việc từng bước, hãy xem bài viết Phương tiện của chúng tôi về Cách đào tạo Mô hình Thị giác Máy tính trên Đám mây.

Bắt đầu với Ultralytics Trung tâm

Giao diện thân thiện với người dùng

Điều đầu tiên bạn sẽ nhận thấy Ultralytics HUB là giao diện trực quan của nó. Trang chủ cung cấp quyền truy cập dễ dàng vào các bộ dữ liệu, dự án, mô hìnhtích hợp. Mặc dù vẫn đang trong giai đoạn thử nghiệm, nền tảng này đã tự hào có một loạt các tính năng mạnh mẽ.

Bộ dữ liệu và mô hình

Ultralytics HUB được tải sẵn các bộ dữ liệu tiêu chuẩn như VOC, COCO và Simpsons, thường được sử dụng để đo điểm chuẩn. Các bộ dữ liệu này rất đáng kể, với COCO có 80 lớp và 140.000 hình ảnh. Tuy nhiên, nền tảng này cũng hỗ trợ các bộ dữ liệu nhỏ hơn, lý tưởng cho người dùng ở mọi cấp độ. Bạn có thể tải lên tập dữ liệu tùy chỉnh của mình hoặc kết nối với các công cụ bên ngoài như Roboflow để chú thích hình ảnh và chuẩn bị tập dữ liệu.

Tạo dự án

Tạo một dự án mới trong Ultralytics HUB cực kỳ đơn giản. Dưới đây là hướng dẫn từng bước để giúp bạn bắt đầu:

  1. Tạo dự án: Bắt đầu bằng cách đặt tên cho dự án của bạn. Trong ví dụ này, hãy gọi nó là "Phát hiện đối tượng".
  2. Chọn tập dữ liệu: Chọn tập dữ liệu từ các tùy chọn có sẵn. Để đơn giản, chúng tôi sẽ sử dụng tập dữ liệu Simpsons với 14.000 hình ảnh.
  3. Chọn một mô hình: Chọn một YOLO mẫu. Ultralytics HUB hỗ trợ nhiều kiểu máy khác nhau, bao gồm YOLOv5 YOLOv8. Với mục đích của ví dụ này, chúng ta sẽ đi với YOLOv8 Mô hình nano.
  4. Điều chỉnh siêu tham số: Điều chỉnh cài đặt như số kỷ nguyên, kích thước hình ảnh và kích thước lô. Bạn cũng có thể chọn có sử dụng GPU hoặc CPU và định cấu hình các tùy chọn bộ nhớ đệm.

Đào tạo mô hình

Khi dự án của bạn được thiết lập, việc đào tạo mô hình chỉ bằng một cú nhấp chuột. Ultralytics HUB cung cấp nhiều tùy chọn đào tạo:

  • Đào tạo địa phương: Cài đặt Ultralytics trên máy cục bộ của bạn và chạy tập lệnh đào tạo.
  • Google Colab: Mở một Google Máy tính xách tay Colab được cấu hình sẵn với mã cần thiết. Tùy chọn này không yêu cầu mã hóa và chạy liền mạch trên đám mây.
  • Đám mây HUB: Các Ultralytics HUB Cloud Training cung cấp giải pháp không cần mã để đào tạo YOLO mô hình, hoàn hảo cho những người không phải là lập trình viên và chủ doanh nghiệp. Quy trình làm việc bao gồm tải lên tập dữ liệu, lựa chọn mô hình và thiết lập phiên bản đám mây, giúp dễ dàng tinh chỉnh các mô hình được đào tạo sẵn và xuất chúng cho các ứng dụng khác nhau.

Để đào tạo mô hình trong Google Colab:

  1. Cài đặt Ultralytics: Chạy lệnh để cài đặt Ultralytics trong sổ ghi chép.
  2. Thiết lập và Khóa API: Định cấu hình thiết lập và nhập khóa API của bạn.
  3. Bắt đầu đào tạo: Thực hiện các lệnh đào tạo và mô hình của bạn sẽ bắt đầu đào tạo.
Hình 1. Nicolai Nielsen phác thảo cách đào tạo người mẫu Ultralytics Trung tâm.

Giám sát tiến độ đào tạo

Ultralytics HUB cung cấp theo dõi thời gian thực về tiến trình đào tạo mô hình của bạn. Bạn có thể theo dõi các chỉ số chính như độ chính xác, độ chính xác, chức năng thu hồi và mất mát. Nền tảng này cũng trực quan hóa dữ liệu đào tạo, cho phép bạn xem mô hình của mình được cải thiện như thế nào theo thời gian.

Các tính năng và tích hợp nâng cao

Đào tạo đám mây và RoboFlow Tích hợp

Ultralytics HUB đã giới thiệu đào tạo đám mây, cho phép người dùng đào tạo các mô hình trực tiếp trên đám mây mà không cần bất kỳ thiết lập cục bộ nào. Nền tảng này cũng tích hợp với Roboflow, một công cụ để chú thích hình ảnh và chuẩn bị bộ dữ liệu. Sự tích hợp này hợp lý hóa quy trình làm việc từ chuẩn bị dữ liệu đến đào tạo mô hình.

Ứng dụng di động

Các Ultralytics Ứng dụng HUB mang đến khả năng phát hiện đối tượng theo thời gian thực cho thiết bị di động của bạn. Sử dụng các mô hình được đào tạo trước, ứng dụng có thể phát hiện các đối tượng từ bộ dữ liệu COCO với độ chính xác cao, chạy ở tốc độ 30 khung hình mỗi giây trên iPhone 14 Pro. Tính năng này hoàn hảo để thử nghiệm các mô hình trong các tình huống thực tế và thể hiện khả năng của các mô hình được đào tạo của bạn.

Tổng kết

Ultralytics HUB là một công cụ thay đổi cuộc chơi trong thế giới thị giác máy tính, giúp việc đào tạo tùy chỉnh trở nên dễ dàng hơn bao giờ hết YOLO Mô hình. Giao diện thân thiện với người dùng, các tính năng mạnh mẽ và tích hợp liền mạch định vị nó như một công cụ phải có cho các nhà phát triển và nhà nghiên cứu. Cho dù bạn đang tìm cách đào tạo các mô hình cục bộ, trên đám mây hay đang di chuyển với ứng dụng dành cho thiết bị di động, Ultralytics HUB đã bảo vệ bạn.

Vậy tại sao phải chờ đợi? Đi sâu vào Ultralytics HUB ngay hôm nay và mở khóa tiềm năng của các dự án học máy của bạn chỉ với một vài cú nhấp chuột!

Logo FacebookBiểu trưng TwitterBiểu trưng LinkedInBiểu tượng sao chép liên kết

Đọc thêm trong danh mục này

Hãy xây dựng tương lai
của AI cùng nhau!

Bắt đầu hành trình của bạn với tương lai của machine learning