如何使用Ultralytics HUB 训练自定义模型

用户友好界面

Ultralytics HUB 的第一个特点是界面直观。通过主页可以轻松访问数据集、项目、模型和集成。尽管该平台仍处于测试阶段，但已拥有一系列强大的功能。

数据集和模型

Ultralytics HUB 预装了VOC、COCO 和 Simpsons 等标准数据集，这些数据集通常用于基准测试。这些数据集数量庞大，其中 COCO 包含 80 个类别和 140,000 幅图像。不过，该平台也支持较小的数据集，因此非常适合各级用户使用。您可以上传自定义数据集，或连接外部工具，如 Roboflow等外部工具进行图像注释和数据集准备。

创建项目

在Ultralytics HUB 中创建新项目非常简单。下面是一份分步指南，助您轻松上手：

1. 创建项目：首先为项目命名。在本例中，我们将其命名为 "对象检测"。
   ‍
2. 选择数据集：从可用选项中选择一个数据集。为简单起见，我们将使用包含 14,000 张图片的 Simpsons 数据集。
   ‍
3. 选择机型：选择YOLO 型号。Ultralytics HUB 支持多种型号，包括 YOLOv5 和 YOLOv8.
   ‍
4. 调整超参数：调整设置，如历时次数、图像大小和批量大小。您还可以选择使用GPU 或CPU ，并配置缓存选项。

训练模型

项目设置完成后，只需点击一下鼠标，即可对模型进行培训。Ultralytics HUB 提供多种培训选项：

• 本地培训：
  Ultralytics
• Google Colab：打开预配置了必要代码的Google Colab 笔记本。此选项无需编码，可在云中无缝运行。
  ‍
• HUB 云： Ultralytics HUB云培训为培训YOLO 模型提供了无代码解决方案，非常适合非编码人员和企业主。工作流程包括数据集上传、模型选择和云实例设置，可轻松微调预训练模型并将其导出用于各种应用。

在Google Colab 中训练模型：

1. 安装Ultralytics：运行命令在笔记本中安装Ultralytics 。
   ‍
2. 设置和 API 密钥：配置设置并输入 API 密钥。
   ‍
3. 开始训练：执行训练命令，模型将开始训练。

监测培训进度

Ultralytics HUB 可实时跟踪模型的训练进度。您可以监控准确率、精确度、召回率和损失函数等关键指标。该平台还能将训练数据可视化，让您看到模型随着时间的推移是如何改进的。

云培训和RoboFlow 集成

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.

移动应用程序

Ultralytics HUB 应用程序为您的移动设备带来了实时物体检测功能。该应用程序使用预先训练好的模型，可以在 iPhone 14 Pro 上以每秒 30 帧的速度高精度地检测 COCO 数据集中的物体。该功能非常适合在实际场景中测试模型，并展示训练模型的能力。