Computervisie

Deze voorbeelden trainen computer vision-modellen op AI-runtime. Ze behandelen beeldclassificatie, hyperparameterafstemming met Ray Tune en objectdetectie.

Example Interface Beschrijving
Afbeeldingsclassificatie met behulp van convolutionele neurale netwerken Notebook Dit notebook geeft een eenvoudig voorbeeld van hoe je een 2D-convolutie-neuraal netwerk traint op AI Runtime voor beeldclassificatie.
CIFAR-10 hyperparameterafstemming met Ray Tune Notebook Dit notebook voert gelijktijdige fractioneel-GPU-proeven uit voor een PyTorch-afbeeldingsclassifier en gebruikt het asynchrone successieve halveringsalgoritme (ASHA) om onderpresterende configuraties vroegtijdig te voorkomen.
Objectdetectie met RetinaNet Notebook Deze notebook demonstreert hoe je een objectdetectiemodel traint met RetinaNet op AI Runtime.
Objectdetectie met YOLO11n Notebook Dit notebook demonstreert hoe je een YOLO11n-objectdetectiemodel traint op de COCO128 dataset met behulp van AI Runtime, met MLflow-tracking en Model Serving deployment.
Beeldclassificatie fijn afstemmen met DINOv3 CLI Fijn afstellen van een DINOv3 vision transformer op Oxford Flowers-102 op één A10 GPU en het geselecteerde model verpakken voor inferentie.
Classificatie van videoacties CLI Train een terugkerende classifier op één A10 GPU om acties te herkennen op basis van videoframe-features geproduceerd door ResNet-18.
Afbeeldingsanalyse in batches met Qwen3-VL-8B en vLLM CLI Gebruik Ray Data en vLLM om afbeeldingen van bijschriften te voorzien en te classificeren op een 8x H100-node met gestructureerde outputs.