منصة Ultralytics#

Ultralytics Platform هي منصة متكاملة للرؤية الحاسوبية تعمل على تبسيط سير عمل التعلم الآلي بالكامل من إعداد البيانات إلى نشر النماذج. صُممت للفرق والأفراد الذين يحتاجون إلى حلول رؤية حاسوبية جاهزة للإنتاج دون تعقيدات البنية التحتية.

ما هي منصة Ultralytics؟#

توفر Ultralytics Platform إدارة البيانات والتعليقات التوضيحية، وتتبع التجارب، والتدريب السحابي وعن بُعد، وتصدير النماذج، ومقاطع الاستدلال المخصصة، ومراقبة النشر في مساحة عمل واحدة. وهي تدعم بشكل أصلي نماذج YOLO26 وYOLO11 وYOLOv8 وYOLOv5.

سير العمل: تحميل → تعليق توضيحي → تدريب → تصدير أو نشر#

توفر المنصة سير عمل متكاملاً:

graph LR
    subgraph Data["📁 Data"]
        A[Upload]:::start --> B[Annotate]:::proc
    end
    subgraph Train["🚀 Train"]
        D[Configure]:::proc --> E[Train on GPU]:::proc
        E --> F[View Metrics]:::out
    end
    subgraph Deploy["🌐 Export or Deploy"]
        G[Export]:::proc
        H[Deploy Endpoint]:::proc --> I[Monitor]:::out
    end
    Data --> Train
    E --> G
    E --> H

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef out fill:#9C27B0,color:#fff

ما يمكنك القيام به:

• تحميل الصور ومقاطع الفيديو وملفات مجموعات البيانات لإنشاء مجموعات بيانات للتدريب
• تصور التعليقات التوضيحية باستخدام تداخلات تفاعلية لأنواع مهام YOLO الستة المدعومة بواسطة محرر التعليقات التوضيحية (راجع supported task types)
• تدريب النماذج على وحدات معالجة الرسومات السحابية (24 في جميع الخطط، 26 مع Pro أو Enterprise لـ B200 و B300) مع مقاييس في الوقت الفعلي
• تصدير إلى 20 تنسيق نشر (ONNX، وTensorRT، وCoreML، وLiteRT، وHailo، وAscend، وما إلى ذلك)
• انشر في 42 منطقة عالمية بنقرة واحدة باستخدام نقاط نهاية مخصصة
• مراقبة تقدم التدريب، وصحة النشر، ومقاييس الاستخدام
• ربط التخزين السحابي، وأدوات وضع العلامات، وSlack من خلال عمليات التكامل
• التعاون من خلال جعل المشاريع ومجموعات البيانات عامة للمجتمع

بنية تحتية متعددة المناطق#

تبقى بياناتك في منطقتك. تدير منصة Ultralytics بنيتها التحتية في ثلاث مناطق عالمية:

أنت تحدد منطقة بياناتك أثناء الإعداد الأولي. وتبقى مجموعات البيانات، والنماذج، وبيانات التدريب المُدارة في تلك المنطقة. يتم نشر نقاط النهاية المخصصة بشكل منفصل في منطقة تختبرها من خريطة النشر العالمية.

الميزات الرئيسية#

إعداد البيانات#

• إدارة مجموعات البيانات: إنشاء مجموعات بيانات من الملفات المحلية، أو رابط (URL)، أو تخزين سحابي متصل، أو خادم محلي، مع المعالجة التلقائية
• Annotation Editor: أدوات تعليق يدوية لـ 6 أنواع من مهام YOLO (الاكتشاف، التجزئة، الدلالية، التصنيف، الوضع، OBB؛ راجع supported task types)
• قوالب الهيكل العظمي: قوالب هيكل عظمي مدمجة (الشخص، اليد، الكلب، الوجه، المربع) ومخصصة لوضع علامات الوضعيات بنقرة واحدة
• التعليق التوضيحي الذكي: استخدم SAM 2.1 (صغير جداً، صغير، أساسي، كبير)، أو SAM 3، أو نماذج Ultralytics YOLO المدربة مسبقاً، أو نماذج YOLO الخاصة بك التي تم ضبطها دقيقاً من شريط أدوات التعليقات التوضيحية لمهام الاكتشاف، والتجزئة، والدلالية، وOBB
• إصدارات مجموعات البيانات: إنشاء لقطات NDJSON مرقمة مع وصف، ثم تنزيل أو استعادة أي إصدار لتدريب قابل للتكرار
• الإحصاءات: توزيع الفئات، وتوزيع التقسيمات، وخرائط الحرارة للمواقع، وتحليل أبعاد مربعات الإحاطة (bounding box)

graph LR
    A[Upload Dataset/Images/Video]:::start --> B[Auto-Process]:::proc
    B --> C[Browse & Filter]:::proc
    C --> D{Annotate}:::decide
    D --> E[Manual Tools]:::proc
    D --> F[SAM Smart]:::proc
    D --> G[YOLO Auto-Label]:::proc
    E --> H[Train-Ready Dataset]:::out
    F --> H
    G --> H

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef decide fill:#FF9800,color:#fff
    classDef out fill:#9C27B0,color:#fff

تدريب النموذج#

• التدريب السحابي: التدريب على وحدات معالجة الرسوميات (GPU) السحابية (24 في جميع الخطط، 26 مع Pro أو Enterprise لـ B200 و B300) مع مقاييس في الوقت الفعلي وتقدير مباشر للتكلفة
• التدريب عن بُعد: تدرب في أي مكان وقم ببث المقاييس إلى Ultralytics Platform
• الإعدادات المتقدمة: تجاوز أي وسيطة تدريب لـ Ultralytics من محرر YAML مدمج في مربع حوار التدريب
• تنظيم المشاريع: تجميع النماذج ذات الصلة، ومقارنة التجارب، وتتبع النشاط
• 20 تنسيق تصدير: ONNX، وTensorRT، وCoreML، وLiteRT، وHailo، وAscend، والمزيد (راجع التنسيقات المدعومة)

يمكنك تدريب النماذج إما عبر واجهة مستخدم الويب (التدريب السحابي) أو من جهازك الخاص (التدريب عن بُعد):

النشر#

• اختبار الاستدلال: اختبار النماذج مباشرة في المتصفح باستخدام صورك الخاصة، أو التقاط كاميرا الويب، أو الأمثلة المدمجة
• نقاط النهاية المخصصة: انشر في 42 منطقة عالمية مع خاصية القياس التلقائي إلى الصفر افتراضياً (مثيل نشط واحد)
• المراقبة: مقاييس الأداء في الوقت الفعلي، وسجلات الطلبات، ولوحات التحكم في الأداء

graph LR
    A[Trained Model]:::start --> B{Action}:::decide
    B --> C[Browser Predict]:::proc
    B --> D[Export Format]:::proc
    B --> E[Deploy Endpoint]:::proc
    D --> F[ONNX / TensorRT / CoreML / LiteRT / ...]:::out
    E --> G[42 Global Regions]:::proc
    G --> H[API Endpoint URL]:::proc
    H --> I[Monitor & Scale]:::out

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef decide fill:#FF9800,color:#fff
    classDef out fill:#9C27B0,color:#fff

بمجرد نشر نقطة النهاية، قم باستدعائها من أي لغة. conf، وiou، وimgsz هي حقول نموذج اختيارية يتم تعيينها افتراضياً إلى 0.25، و0.7، و640:

import requests

url = "https://your-deployment-url.run.app/predict"
api_key = "YOUR_API_KEY"
args = {"conf": 0.25, "iou": 0.7, "imgsz": 640}

with open("image.jpg", "rb") as f:
    response = requests.post(
        url,
        headers={"Authorization": f"Bearer {api_key}"},
        data=args,
        files={"file": f},
    )

print(response.json())

إدارة الحساب#

• الفرق والمؤسسات: التعاون مع أعضاء الفريق، وإدارة الأدوار والدعوات، والتبديل بين مساحات العمل من قائمة الحساب
• مفاتيح API: إدارة آمنة للمفاتيح للتدريب عن بعد والوصول إلى API
• الرصيد والفواتير: تدريب بنظام الدفع حسب الاستخدام مع تسعير شفاف وشحن الرصيد من 5 إلى 1,000 دولار
• موجز النشاط: تتبع جميع أحداث الحساب والإجراءات
• سلة المهملات والاستعادة: حذف مؤقت لمدة 30 يوماً مع إمكانية استعادة العناصر
• الامتثال لـ GDPR: تصدير البيانات وحذف الحساب

روابط سريعة#

ابدأ بهذه الموارد:

• البدء السريع: انشئ مشروعك الأول ودرب نموذجاً في دقائق
• استكشاف: تصفح واستنساخ مجموعات البيانات والمشاريع العامة
• البيانات: نظرة عامة على إعداد مجموعات البيانات
• مجموعات البيانات: قم بتحميل وإدارة بيانات التدريب الخاصة بك
• التعليق التوضيحي: ضع تسميات لبياناتك باستخدام أدوات يدوية ومساعدة بالذكاء الاصطناعي
• التدريب: نظرة عامة على التدريب
• المشاريع: قم بتنظيم نماذجك وتجاربك
• النماذج: صفحات النماذج، والتنزيلات، والصادرات
• التدريب السحابي: التدريب على وحدات معالجة الرسوميات السحابية
• النشر: نظرة عامة على النشر
• الاستدلال: اختبار نماذجك
• نقاط النهاية: نشر النماذج للإنتاج
• المراقبة: تتبع أداء النشر
• الحساب: نظرة عامة على الحساب
• الإعدادات: تفضيلات الملف الشخصي ومساحة العمل
• الفرق: الأعضاء، والأدوار، والدعوات
• مفاتيح API: إدارة الوصول إلى API
• الفواتير: الأرصدة والدفع
• النشاط: تتبع أحداث الحساب
• سلة المهملات: استعادة العناصر المحذوفة
• التكاملات: التخزين السحابي، وأدوات وضع العلامات، وSlack
• REST API: مرجع API

استكشاف الأخطاء وإصلاحها#

مشكلات مجموعة البيانات#

مشكلات التدريب#

مشكلات النشر#

أسئلة شائعة#

الأسئلة الشائعة#