Ultralytics Platform
Ultralytics Platform هي منصة شاملة ومتكاملة لرؤية الحاسوب تعمل على تبسيط سير عمل تعلم الآلة بالكامل بدءاً من إعداد البيانات وحتى نشر النموذج. صُممت للفرق والأفراد الذين يحتاجون إلى حلول رؤية الحاسوب جاهزة للإنتاج دون تعقيدات البنية التحتية.

ما هي Ultralytics Platform؟
صُممت Ultralytics Platform لتحل محل أدوات تعلم الآلة المشتتة بحل موحد. وهي تجمع بين قدرات:
- Roboflow - إدارة البيانات والوسم
- Weights & Biases - تتبع التجارب
- SageMaker - التدريب السحابي
- HuggingFace - نشر النماذج
- Arize - المراقبة
كل ذلك في منصة واحدة مع دعم أصلي لنماذج YOLO26 وYOLO11.
سير العمل: تحميل → وسم → تدريب → تصدير → نشر
توفر المنصة سير عمل متكاملاً:
graph LR
subgraph Data["📁 Data"]
A[Upload] --> B[Annotate]
B --> C[Analyze]
end
subgraph Train["🚀 Train"]
D[Configure] --> E[Train on GPU]
E --> F[View Metrics]
end
subgraph Deploy["🌐 Deploy"]
G[Export] --> H[Deploy Endpoint]
H --> I[Monitor]
end
Data --> Train --> Deploy| المرحلة | الميزات |
|---|---|
| تحميل | الصور (50 ميجابايت)، الفيديوهات (1 جيجابايت)، وملفات مجموعات البيانات (ZIP، TAR بما في ذلك .tar.gz/.tgz، NDJSON) مع معالجة تلقائية |
| وسم | أدوات يدوية لجميع أنواع المهام الخمس، بالإضافة إلى الوسم الذكي باستخدام نماذج SAM وYOLO للاكتشاف، والتجزئة، وOBB (انظر المهام المدعومة) |
| تدريب | وحدات معالجة الرسومات السحابية (22 في جميع الخطط + 2 لخطط Pro/Enterprise فقط: B200, B300)، مقاييس في الوقت الفعلي، تنظيم المشاريع |
| تصدير | 17 تنسيق نشر (ONNX, TensorRT, CoreML, TFLite، إلخ؛ انظر التنسيقات المدعومة) |
| نشر | 43 منطقة عالمية مع نقاط نهاية مخصصة، قابلية التوسع إلى الصفر افتراضياً (مثيل نشط واحد)، والمراقبة |
ما يمكنك القيام به:
- تحميل الصور والفيديوهات وملفات مجموعات البيانات لإنشاء مجموعات بيانات للتدريب
- تصور الوسم باستخدام تراكبات تفاعلية لجميع أنواع مهام YOLO الخمس (انظر المهام المدعومة)
- تدريب النماذج على وحدات معالجة الرسومات السحابية (22 في جميع الخطط، 24 مع Pro أو Enterprise لـ B200 وB300) مع مقاييس في الوقت الفعلي
- تصدير إلى 17 تنسيق نشر (ONNX, TensorRT, CoreML, TFLite، إلخ)
- نشر إلى 43 منطقة عالمية بنقرة واحدة باستخدام نقاط نهاية مخصصة
- مراقبة تقدم التدريب، وصحة النشر، ومقاييس الاستخدام
- التعاون من خلال جعل المشاريع ومجموعات البيانات عامة للمجتمع
بنية تحتية متعددة المناطق
بياناتك تبقى في منطقتك. تدير Ultralytics Platform بنيتها التحتية في ثلاث مناطق عالمية:
| المنطقة | التصنيف | الموقع | الأفضل لـ |
|---|---|---|---|
| US | الأمريكتان | آيوا، الولايات المتحدة الأمريكية | مستخدمو الأمريكتين، الأسرع للأمريكتين |
| EU | أوروبا، الشرق الأوسط وأفريقيا | بلجيكا، أوروبا | المستخدمون الأوروبيون، الامتثال لـ GDPR |
| AP | آسيا والمحيط الهادئ | تايوان، آسيا والمحيط الهادئ | مستخدمو آسيا والمحيط الهادئ، أقل زمن وصول في منطقة APAC |
أنت تختار منطقتك أثناء الإعداد، وتبقى جميع بياناتك ونماذجك وعمليات النشر الخاصة بك في تلك المنطقة.
لا يمكن تغيير منطقة بياناتك بعد إنشاء الحساب. أثناء الإعداد، تقيس المنصة زمن الوصول إلى كل منطقة وتوصي بالأقرب. اختر بعناية.
الميزات الرئيسية
إعداد البيانات
- إدارة مجموعات البيانات: تحميل الصور، الفيديوهات، أو ملفات مجموعات البيانات مع معالجة تلقائية
- محرر الوسم: وسم يدوي لجميع أنواع مهام YOLO الخمس (اكتشاف، تجزئة، وضعية، OBB، تصنيف؛ انظر المهام المدعومة)
- قوالب الهياكل العظمية: قوالب هياكل عظمية مدمجة (شخص، يد، وجه، كلب، صندوق) وقوالب مخصصة لوسم الوضعية بنقرة واحدة
- الوسم الذكي: استخدم SAM 2.1 (Tiny, Small, Base, Large)، وSAM 3، ونماذج Ultralytics YOLO المدربة مسبقاً، أو نماذج YOLO الخاصة بك التي قمت بضبطها من شريط أدوات الوسم لمهام الاكتشاف، والتجزئة، وOBB
- إصدار مجموعات البيانات: إنشاء لقطات NDJSON مرقمة مع أوصاف لتدريب قابل للتكرار
- الإحصائيات: توزيع الفئات، خرائط الحرارة للمواقع، وتحليل الأبعاد
graph LR
A[Upload Dataset/Images/Video] --> B[Auto-Process]
B --> C[Browse & Filter]
C --> D{Annotate}
D --> E[Manual Tools]
D --> F[SAM Smart]
D --> G[YOLO Auto-Label]
E --> H[Train-Ready Dataset]
F --> H
G --> Hتدريب النموذج
- التدريب السحابي: التدريب على وحدات معالجة الرسومات السحابية (22 في جميع الخطط، 24 مع Pro أو Enterprise لـ B200 وB300) مع مقاييس في الوقت الفعلي
- التدريب عن بعد: التدريب في أي مكان وبث المقاييس إلى المنصة (مثل أسلوب W&B)
- تنظيم المشاريع: تجميع النماذج ذات الصلة، مقارنة التجارب، تتبع النشاط
- 17 تنسيق تصدير: ONNX, TensorRT, CoreML, TFLite، وغيرها (انظر التنسيقات المدعومة)

يمكنك تدريب النماذج إما من خلال واجهة المستخدم الرسومية على الويب (التدريب السحابي) أو من جهازك الخاص (التدريب عن بعد):
- انتقل إلى مشروعك
- انقر على
Train Model - اختر مجموعة البيانات، النموذج، وحدة معالجة الرسومات، والحقب
- راقب منحنيات الخسارة والمقاييس في الوقت الفعلي
النشر
- اختبار الاستدلال: اختبر النماذج مباشرة في المتصفح باستخدام صور مخصصة
- نقاط نهاية مخصصة: النشر إلى 43 منطقة عالمية مع قابلية التوسع إلى الصفر افتراضياً (مثيل نشط واحد)
- المراقبة: مقاييس في الوقت الفعلي، سجلات الطلبات، ولوحات معلومات الأداء
graph LR
A[Trained Model] --> B{Action}
B --> C[Browser Predict]
B --> D[Export Format]
B --> E[Deploy Endpoint]
D --> F[ONNX / TensorRT / CoreML / TFLite / ...]
E --> G[43 Global Regions]
G --> H[API Endpoint URL]
H --> I[Monitor & Scale]بمجرد النشر، اتصل بنقطة النهاية الخاصة بك من أي لغة:
import requests
url = "https://your-endpoint-url/predict"
headers = {"Authorization": "Bearer YOUR_API_KEY"}
with open("image.jpg", "rb") as f:
response = requests.post(url, headers=headers, files={"file": f})
print(response.json())إدارة الحساب
- الفرق والمؤسسات: التعاون مع أعضاء الفريق، إدارة الأدوار والدعوات
- مفاتيح API: إدارة آمنة للمفاتيح للتدريب عن بعد والوصول إلى API
- الاعتمادات والفواتير: الدفع حسب الاستخدام للتدريب مع تسعير شفاف
- خلاصة النشاط: تتبع جميع أحداث الحساب والإجراءات
- سلة المهملات والاستعادة: حذف مؤقت لمدة 30 يوماً مع استعادة العناصر
- الامتثال لـ GDPR: تصدير البيانات وحذف الحساب
| الميزة | مجاني | Pro (29 دولاراً/شهرياً) | Enterprise |
|---|---|---|---|
| رصيد الاشتراك | 5 دولارات / 25 دولاراً* | - | مخصص |
| الرصيد الشهري | - | 30 دولاراً/مقعد/شهر | مخصص |
| النماذج | 100 | 500 | غير محدود |
| التدريبات المتزامنة | 3 | 10 | غير محدود |
| عمليات النشر | 3 | 10 | غير محدود |
| التخزين | 100 جيجابايت | 500 جيجابايت | غير محدود |
| أنواع GPU السحابية | 22 | 24 (بما في ذلك B200 / B300) | 24 |
| الفرق | - | حتى 5 أعضاء | حتى 50 |
| الدعم | المجتمع | أولوية | مخصص |
*5 دولارات عند التسجيل، أو 25 دولاراً مع بريد إلكتروني موثق للشركة/العمل.
روابط سريعة
ابدأ مع هذه الموارد:
- البدء السريع: أنشئ مشروعك الأول ودرب نموذجاً في دقائق
- مجموعات البيانات: ارفع بيانات التدريب الخاصة بك وقم بإدارتها
- التسمية: قم بتسمية بياناتك باستخدام أدوات يدوية ومدعومة بالذكاء الاصطناعي
- المشاريع: نظم نماذجك وتجاربك
- التدريب السحابي: درب على وحدات GPU سحابية
- الاستدلال: اختبر نماذجك
- نقاط النهاية: انشر النماذج في بيئة الإنتاج
- المراقبة: تتبع أداء النشر
- مفاتيح API: إدارة الوصول إلى API
- الفواتير: الرصيد والدفع
- النشاط: تتبع أحداث الحساب
- سلة المهملات: استرداد العناصر المحذوفة
- REST API: مرجع API
الأسئلة الشائعة
كيف أبدأ استخدام Ultralytics Platform؟
للبدء في استخدام Ultralytics Platform:
- التسجيل: أنشئ حساباً على platform.ultralytics.com
- تحديد المنطقة: اختر منطقة بياناتك (الولايات المتحدة أو الاتحاد الأوروبي أو منطقة آسيا والمحيط الهادئ) أثناء الإعداد
- رفع مجموعة البيانات: انتقل إلى قسم مجموعات البيانات لرفع بياناتك
- تدريب النموذج: أنشئ مشروعاً وابدأ التدريب على وحدات GPU سحابية
- النشر: اختبر نموذجك وانشره على نقطة نهاية مخصصة
للحصول على دليل مفصل، راجع صفحة البدء السريع.
ما هي فوائد Ultralytics Platform؟
تقدم Ultralytics Platform:
- سير عمل موحد: البيانات، التدريب، والنشر في مكان واحد
- متعدد المناطق: تخزين البيانات في مناطق الولايات المتحدة أو الاتحاد الأوروبي أو منطقة آسيا والمحيط الهادئ
- تدريب بدون كود: درب نماذج YOLO متقدمة دون كتابة أي كود
- مقاييس في الوقت الفعلي: بث تقدم التدريب ومراقبة عمليات النشر
- 43 منطقة نشر: انشر النماذج بالقرب من المستخدمين في جميع أنحاء العالم
- 5 أنواع من المهام: دعم للكشف، التجزئة، الوضع، OBB، والتصنيف (راجع وثائق المهام)
- تسمية مدعومة بالذكاء الاصطناعي: تسمية ذكية باستخدام نماذج SAM و YOLO لتسريع تحضير البيانات
ما هي خيارات GPU المتاحة للتدريب السحابي؟
تدعم Ultralytics Platform أنواعاً متعددة من GPU للتدريب السحابي:
| GPU | الجيل | VRAM | التكلفة/ساعة | الأفضل لـ |
|---|---|---|---|---|
| RTX 2000 Ada | Ada | 16 جيجابايت | $0.24 | مجموعات بيانات صغيرة، اختبار |
| RTX A4500 | Ampere | 20 جيجابايت | $0.25 | مجموعات بيانات صغيرة-متوسطة |
| RTX 4000 Ada | Ada | 20 جيجابايت | $0.26 | مجموعات بيانات متوسطة |
| RTX A5000 | Ampere | 24 جيجابايت | $0.27 | مجموعات بيانات متوسطة |
| L4 | Ada | 24 جيجابايت | $0.39 | محسّن للاستدلال |
| A40 | Ampere | 48 جيجابايت | $0.44 | أحجام دفعات أكبر |
| RTX 3090 | Ampere | 24 جيجابايت | $0.46 | تدريب عام |
| RTX A6000 | Ampere | 48 جيجابايت | $0.49 | نماذج كبيرة |
| RTX PRO 4500 | Blackwell | 32 جيجابايت | $0.64 | سعر/أداء رائع |
| RTX 4090 | Ada | 24 جيجابايت | $0.69 | أفضل سعر/أداء |
| RTX 6000 Ada | Ada | 48 جيجابايت | $0.77 | تدريب دفعات كبيرة |
| L40S | Ada | 48 جيجابايت | $0.86 | تدريب دفعات كبيرة |
| RTX 5090 | Blackwell | 32 جيجابايت | $0.99 | أحدث جيل للمستهلكين |
| L40 | Ada | 48 جيجابايت | $0.99 | نماذج كبيرة |
| A100 PCIe | Ampere | 80 GB | $1.39 | تدريب الإنتاج |
| A100 SXM | Ampere | 80 GB | $1.49 | تدريب الإنتاج |
| RTX PRO 6000 | Blackwell | 96 GB | $1.89 | الخيار الافتراضي الموصى به |
| H100 PCIe | Hopper | 80 GB | $2.39 | تدريب عالي الأداء |
| H100 SXM | Hopper | 80 GB | $2.99 | أسرع تدريب |
| H100 NVL | Hopper | 94 GB | $3.07 | أقصى أداء |
| H200 NVL | Hopper | 143 GB | $3.39 | أقصى ذاكرة |
| H200 SXM | Hopper | 141 GB | $3.99 | أقصى أداء |
| B200 | Blackwell | 180 GB | $5.49 | نماذج كبيرة (Pro+) |
| B300 | Blackwell | 288 GB | $7.39 | أكبر النماذج (Pro+) |
راجع Cloud Training للاطلاع على الأسعار الكاملة وخيارات GPU.
كيف يعمل التدريب عن بُعد؟
يمكنك تدريب النماذج على أجهزتك الخاصة وبث المقاييس في الوقت الفعلي إلى المنصة، على غرار Weights & Biases.
تتطلب عملية التكامل مع المنصة استخدام ultralytics>=8.4.35. الإصدارات الأقدم لن تعمل مع المنصة.
pip install "ultralytics>=8.4.35"# Set your API key
export ULTRALYTICS_API_KEY="YOUR_API_KEY"
# Train with project/name to stream metrics
yolo train model=yolo26n.pt data=coco.yaml epochs=100 project=username/my-project name=exp1راجع Cloud Training لمزيد من التفاصيل حول التدريب عن بُعد.
ما هي أدوات التوسيم (Annotation) المتاحة؟
تتضمن المنصة محرر توسيم كامل الميزات يدعم:
- أدوات يدوية: مربعات الإحاطة، المضلعات، النقاط الرئيسية مع قوالب الهيكل العظمي، المربعات الموجهة، التصنيف
- قوالب الهيكل العظمي: ضع كل النقاط الرئيسية دفعة واحدة باستخدام قوالب مدمجة (شخص، يد، وجه، كلب، صندوق) أو قوالب مخصصة
- التوسيم الذكي: استخدم SAM 2.1 أو SAM 3 للتوسيم القائم على النقر، أو قم بتشغيل نماذج Ultralytics YOLO المدربة مسبقاً ونماذج YOLO الخاصة بك التي قمت بضبطها من شريط الأدوات للكشف، والتقطيع، و OBB
- اختصارات لوحة المفاتيح: سير عمل فعال باستخدام مفاتيح الاختصار
| اختصار | إجراء |
|---|---|
V | الوضع اليدوي (الرسم) |
S | الوضع الذكي (نموذج SAM أو YOLO) |
A | تبديل التطبيق التلقائي (في الوضع الذكي) |
1 - 9 | تحديد الفئة حسب الرقم |
Delete | حذف التوسيم المحدد |
Ctrl+Z | تراجع |
Ctrl+Y | إعادة |
Escape | حفظ / إلغاء التحديد / خروج |
راجع Annotation للحصول على الدليل الكامل.
ما هي تنسيقات التصدير المدعومة؟
تدعم المنصة 17 تنسيقاً للنشر:
| التنسيق (Format) | امتداد الملف | حالة الاستخدام |
|---|---|---|
| ONNX | .onnx | النشر عبر المنصات |
| TorchScript | .torchscript | النشر باستخدام C++ |
| OpenVINO | _openvino_model | أجهزة Intel |
| TensorRT | .engine | الاستدلال باستخدام NVIDIA GPU |
| CoreML | .mlpackage | أجهزة Apple |
| TFLite | .tflite | أجهزة الجوال/الحافة |
| TF SavedModel | _saved_model | نظام TensorFlow البيئي |
| TF GraphDef | .pb | TensorFlow القديم |
| PaddlePaddle | _paddle_model | نظام Baidu البيئي |
| NCNN | _ncnn_model | الهواتف المحمولة (Android/ARM) |
| Edge TPU | _edgetpu.tflite | أجهزة Google Coral |
| TF.js | _web_model | النشر عبر المتصفح |
| MNN | .mnn | منصة Alibaba للأجهزة المحمولة |
| RKNN | _rknn_model | وحدة NPU من نوع Rockchip |
| IMX500 | _imx_model | مستشعر Sony IMX500 |
| Axelera | _axelera_model | مسرعات Axelera AI |
| ExecuTorch | _executorch_model | PyTorch للأجهزة المحمولة |
راجع تصدير النماذج، ودليل وضع التصدير، وفهرس عمليات التكامل للحصول على خيارات خاصة بكل تنسيق.
استكشاف الأخطاء وإصلاحها
مشكلات مجموعات البيانات
| المشكلة | الحل |
|---|---|
| تعذر معالجة مجموعة البيانات | تأكد من أن تنسيق الملف مدعوم (JPEG وPNG وWebP وTIFF وHEIC وAVIF وBMP وJP2 وDNG وMPO للصور). الحد الأقصى لحجم الملف: الصور 50 ميجابايت، الفيديوهات 1 جيجابايت، أرشيفات مجموعات البيانات 10 جيجابايت (للمجانية) / 20 جيجابايت (للمحترفة) / 50 جيجابايت (للمؤسسات) |
| التسميات التوضيحية مفقودة | تحقق من أن التسميات بتنسيق YOLO مع ملفات .txt تطابق أسماء ملفات الصور، أو قم بتحميل ملف COCO JSON |
| "مطلوب تقسيم التدريب (Train split)" | أضف مجلد train/ إلى هيكل مجموعة البيانات الخاصة بك، أو أعد توزيع التقسيمات عبر شريط التقسيم |
| أسماء الفئات غير محددة | أضف ملف data.yaml مع قائمة names: (انظر تنسيق YOLO)، أو حدد الفئات في علامة تبويب الفئات |
مشكلات التدريب
| المشكلة | الحل |
|---|---|
| تعذر بدء التدريب | تحقق من رصيد الائتمان في الإعدادات > الفوترة. يتطلب رصيد إيجابي |
| خطأ في الذاكرة (Out of memory) | قلل حجم الدفعة (batch size)، استخدم نموذجاً أصغر (n/s)، أو اختر GPU بذاكرة VRAM أكبر |
| مقاييس الأداء ضعيفة | تحقق من جودة مجموعة البيانات، وزد عدد الدورات (epochs)، وجرّب زيادة البيانات (data augmentation)، وتحقق من توازن الفئات |
| التدريب بطيء | اختر GPU أسرع، قلل حجم الصورة، وتحقق من عدم وجود اختناق في مجموعة البيانات |
مشكلات النشر
| المشكلة | الحل |
|---|---|
| نقطة النهاية لا تستجيب | تحقق من حالة نقطة النهاية (جاهز مقابل متوقف). قد يستغرق التشغيل البارد 5-15 ثانية |
| 401 غير مصرح به (Unauthorized) | تحقق من أن مفتاح API صحيح ويحتوي على النطاقات المطلوبة |
| الاستدلال بطيء | تحقق من حجم النموذج، وفكر في تصدير TensorRT، واختر منطقة أقرب |
| فشل التصدير | تتطلب بعض التنسيقات بنى نماذج محددة. جرب ONNX للحصول على أوسع توافق |
أسئلة شائعة
هل يمكنني تغيير اسم المستخدم بعد التسجيل؟
لا، أسماء المستخدمين دائمة ولا يمكن تغييرها. اختر بعناية أثناء التسجيل.
هل يمكنني تغيير منطقة البيانات الخاصة بي؟
لا، يتم اختيار منطقة البيانات أثناء التسجيل ولا يمكن تغييرها. للتبديل بين المناطق، أنشئ حساباً جديداً وأعد تحميل بياناتك.
كيف أحصل على المزيد من الأرصدة؟
انتقل إلى الإعدادات > الفوترة > إضافة أرصدة. يمكنك شراء أرصدة من 5 دولارات إلى 1000 دولار. الأرصدة المشتراة لا تنتهي صلاحيتها أبداً.
ماذا يحدث إذا فشل التدريب؟
يتم محاسبتك فقط على وقت الحوسبة المكتمل. يتم حفظ نقاط التحقق (Checkpoints)، ويمكنك استئناف التدريب.
هل يمكنني تنزيل النموذج المدرب الخاص بي؟
نعم، انقر على أيقونة التنزيل في أي صفحة نموذج لتنزيل ملف .pt أو التنسيقات المصدرة.
كيف يمكنني مشاركة عملي بشكل عام؟
قم بتحرير إعدادات مشروعك أو مجموعة البيانات الخاصة بك وقم بتبديل الرؤية إلى "عام" (Public). سيظهر المحتوى العام في صفحة الاستكشاف (Explore).
ما هي حدود حجم الملف؟
الصور: 50 ميجابايت، الفيديوهات: 1 جيجابايت، مجموعات البيانات: 10 جيجابايت في الخطة المجانية، 20 جيجابايت في Pro، 50 جيجابايت في Enterprise. للملفات الأكبر، قم بتقسيمها إلى عدة عمليات تحميل.
كم تبقى العناصر المحذوفة في سلة المهملات؟
30 يوماً. بعد ذلك، يتم حذف العناصر نهائياً ولا يمكن استردادها.
هل يمكنني استخدام نماذج المنصة تجارياً؟
تستخدم خطط Free وPro ترخيص AGPL. للاستخدام التجاري دون متطلبات AGPL، راجع ترخيص Ultralytics.