Entrena tu primer modelo

Ejemplo práctico: entrenar el detector de píldoras#

El cuadro de diálogo Train New Model de Ultralytics Platform solicita las mismas opciones que el código de abajo —modelo base, conjunto de datos, épocas y tamaño de imagen— y permite ejecutarlo en GPU en la nube o generar el comando local correspondiente. Estos ajustes se completan en aproximadamente un minuto en la CPU de un portátil:

from ultralytics import YOLO

model = YOLO("yolo26n.pt")  # preentrenado con COCO
results = model.train(data="my_dataset/data.yaml", epochs=10, imgsz=320, name="pills_v1")
print(results.save_dir)

CLI y Python son equivalentes. epochs=10 y imgsz=320 mantienen cortas las ejecuciones en CPU; si tienes una GPU, omite ambos y acepta los valores predeterminados (epochs=100, imgsz=640), porque más épocas y píxeles casi siempre ayudan. El modo de entrenamiento ejecuta este bucle por ti:

Lee el registro línea a línea#

Salida real, recortada para mostrar las dos primeras y las dos últimas épocas:

optimizer: AdamW(lr=0.002, momentum=0.9) with parameter groups ...
Using 92 train, 23 val images for fraction=1.0 at imgsz=320
      Epoch    GPU_mem   box_loss   cls_loss    l1_loss  Instances       Size
       1/10         0G      1.818      3.899   0.008805        206        320: 100% 6/6 3.3s
                   all         23        399      0.957      0.805      0.927      0.548
       2/10         0G      1.434      3.291   0.006285        208        320: 100% 6/6 4.4s
                   all         23        399      0.953      0.911      0.964      0.592
       ...
       9/10         0G      1.121      1.103   0.005143        194        320: 100% 6/6 5.0s
                   all         23        399      0.949      0.957      0.975      0.656
      10/10         0G      1.174      1.125   0.005068        212        320: 100% 6/6 5.1s
                   all         23        399       0.97      0.957      0.977      0.659
10 epochs completed in 0.015 hours.

• optimizer: AdamW(lr=0.002 ...): el valor predeterminado optimizer=auto ha elegido el optimizador y la tasa de aprendizaje por ti.
• Using 92 train, 23 val images: confirma que estos valores coinciden con tu conjunto de datos. Un número más bajo significa que se han omitido imágenes.
• GPU_mem 0G: entrenamiento en la CPU. En una GPU verías aquí la memoria en uso; 0G en un equipo con GPU significa que no se está utilizando.
• Primera fila de cada época: las tres pérdidas de la partición de entrenamiento, el número de objetos etiquetados en el último lote (Instances) y el tamaño de imagen.
• Fila all de cada época: precisión, exhaustividad, mAP50 y mAP50-95 en la partición de validación. Esta es la fila que debes vigilar.

En este caso, la mAP50-95 pasó del valor de referencia 0.0002 a 0.548 tras una época y a 0.659 tras diez. La precisión cayó a 0.80 en la época 4 y se recuperó: los resultados de cada época varían mucho con solo 23 imágenes de validación, así que evalúa la tendencia, no una fila aislada. Reglas para decidir mientras la ejecución está en curso:

• Las pérdidas disminuyen y la mAP aumenta: deja que siga.
• Las pérdidas no cambian desde la época 1: detén la ejecución con Ctrl+C y revisa las etiquetas y el YAML.
• La precisión es mucho mayor que la exhaustividad: el modelo es prudente y no detecta algunos objetos. La exhaustividad es mucho mayor que la precisión: detecta cosas que no existen.
• La mAP se mantiene plana durante muchas épocas: más épocas no ayudarán; cambia los datos o imgsz.

Las tres pérdidas son los componentes de la función de pérdida de YOLO26; la guía de métricas de rendimiento explica cada métrica en profundidad.

Descubre qué ha generado la ejecución#

Todo se guarda en runs/detect/pills_v1/:

Abre train_batch0.jpg antes que nada. Si los cuadros no encajan sobre los objetos, las etiquetas son incorrectas y ninguna cantidad de épocas lo solucionará.

Cambia primero estos argumentos#

model.train(data="my_dataset/data.yaml", epochs=200, imgsz=1024, batch=-1, patience=20, name="pills_v1_1024")

El valor predeterminado patience de 100 significa que una ejecución de 100 épocas nunca se detiene antes de tiempo. Un valor más ajustado termina una ejecución estancada cuando las curvas de arriba indican que debería hacerlo; en cualquier caso, se conserva best.pt.

Si tienes varias GPU, pasa una lista como device=[0, 1, 2, 3]: Ultralytics inicia por ti el entrenamiento distribuido de datos en paralelo (DDP), batch es el total entre todas las GPU y el entrenamiento usa precisión mixta de forma predeterminada (amp=True). Cuando la ejecución supere la capacidad de tu portátil, puedes usar el mismo conjunto de datos y los mismos argumentos en GPU en la nube desde Ultralytics Platform, como se explica en Entrenar, leer y ajustar ejecuciones.

Evita estos errores#

La guía de consejos para entrenar modelos cubre los argumentos restantes y la guía de ajuste de hiperparámetros explica las búsquedas de tasas de aprendizaje y el optimizador genético. La guía de ajuste fino explica cómo congelar capas.