Ultralytics HUB 提供了一个高效、简洁的三步模型创建和训练流程，包括加速训练。在训练过程中，系统会实时更新模型指标，让能够监控每个步骤的进展。训练完成后，可以预览模型，并轻松地将其部署到实际应用中。因此，Ultralytics HUB 提供了一个全面而简单的系统，用于模型的创建、训练、评估和部署。
要开始训练模型，可以从侧边栏点击“模型”按钮，然后点击页面右上角的“模型训练”按钮。这将触发一个简单的三步模型训练对话框：
第一步是选择数据集。在此步骤中，需要选择用于训练模型的数据集。选择数据集后，点击“继续”。如果在数据集页面直接训练模型，可以跳过此步骤。
第二步是选择模型。在此步骤中，需要选择项目、模型名称和模型架构。Ultralytics HUB会尝试预选上次使用的项目。如果没有预选的项目，可以在此步骤中设置项目名称，项目将与模型一起创建。有关可用的YOLOv8（和 YOLOv5）架构的详细信息，请参阅文档。默认情况下，模型使用预训练的模型（针对 COCO 数据集训练）以减少训练时间。可以通过打开侧边栏来更改此行为并调整模型配置。
第三步是开始模型训练。在此步骤中，可以选择三种训练选项之一：Ultralytics 云、Google Colab 或自带代理。如果选择使用 Ultralytics 云，需要升级到 Pro 计划。有关如何使用 Ultralytics 云训练模型的详细信息，请参阅 Ultralytics 云训练文档。如果选择使用 Google Colab，可以按照 Ultralytics HUB 模型训练对话框或 Google Colab 笔记本中的说明进行操作。训练开始后，可以点击“完成”，并在模型页面监控训练进度。
训练完成后，可以在“训练”选项卡中分析模型指标。根据任务，最重要的指标会被谨慎地分组显示。要访问所有模型指标，请单击“图表”选项卡。每个图表都可以放大以获得更好的可视化效果，并且可以利用放大/缩小功能来正确分析数据。
训练完成后，可以点击“预览”选项卡来预览模型。可以从训练期间使用的数据集中选择预览图像，或者从设备上传图像。还可以使用相机拍摄照片，并使用该照片进行推理。此外，还可以使用 iOS 或 Android 上的 Ultralytics HUB 应用在移动设备上直接预览模型。
模型训练完成后，可以将其导出到 13 种不同的格式，包括 ONNX、OpenVINO、CoreML、TensorFlow、Paddle 等。要自定义每种格式的导出选项，可以打开导出作业下拉菜单并点击“高级”选项。还可以重新导出每种格式。此外，在生产环境中也可以使用推理 API。有关详细信息，请参阅 Ultralytics 推理 API 文档。