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。