Компьютерное зрение

Эти примеры обучают модели компьютерного зрения на AI Runtime. Они охватывают классификацию изображений, настройку гиперпараметров с помощью Ray Tune и обнаружение объектов.

Example	Interface	Описание
Классификация изображений с помощью сверточных нейронных сетей	Notebook	Этот блокнот предоставляет простой пример того, как обучить 2D-свёрточную нейронную сеть на AI Runtime для классификации изображений.
Настройка гиперпараметров CIFAR-10 с помощью Ray Tune	Notebook	Этот ноутбук выполняет параллельные запуски с дробным использованием GPU для классификатора изображений на PyTorch и использует алгоритм асинхронного последовательного отсечения (ASHA), чтобы заранее останавливать малоэффективные конфигурации.
Обнаружение объектов с помощью RetinaNet	Notebook	Этот блокнот демонстрирует, как обучать модель обнаружения объектов с помощью RetinaNet на AI Runtime.
Обнаружение объектов с помощью YOLO11n	Notebook	Этот блокнот демонстрирует, как обучить модель обнаружения объектов YOLO11n на COCO128 наборе данных с помощью AI Runtime, с отслеживанием MLflow и развертыванием Model Serving.
Тонкая настройка ResNet-50 на Imagenette	CLI	Используйте Ray Train для тонкой настройки ResNet-50 с одним Distributed Data Parallel worker на каждый GPU A10 на двух узлах и логируйте метрики в MLflow.