على الجهاز (On Premise)#
ييتيح نظام On Premise لمساحة عمل Enterprise الخاصة بك استخدام مجموعات البيانات وقوة الحوسبة على جهاز يعمل بنظام Linux أو macOS أو Windows. تظل الصور ومقاطع الفيديو المصدرية على جهازك. يتصرف التدريب تماماً مثل أي موقع remote training آخر: يتم بث المقاييس إلى المنصة وتحميل أوزان النماذج المكتملة للتنزيل والتنبؤ والتصدير والنشر.
يتم الإعداد باستخدام أمر واحد فقط. تكتشف المنصة نظام التشغيل لديك، وتملأ مواقع المجلدات المناسبة، وتثبت Docker إذا لزم الأمر، وتظهر تقدم الاتصال المباشر.
كيف يعمل#
flowchart LR
A[Your browser] <-->|Interface, labels, and progress| B[Ultralytics Platform]
A <-->|Dataset previews| C[Your On Premise computer]
B <-->|Jobs, metrics, and model weights| C
C --- D[(Dataset folder)]
C --- E[(Models folder)]حدود البيانات#
| البيانات | جهاز الكمبيوتر الخاص بك بنظام On Premise | Platform والخدمات السحابية |
|---|---|---|
| بكسلات مجموعة البيانات المصدرية والمشتقة | ابق محلياً للاستيعاب والمعاينة والتدريب | لا يتم تخزينها أو تسجيلها أو معالجتها أبداً |
| الفئات والتسميات والتعليقات التوضيحية | تتم قراءة التسميات المصدرية أثناء الاستيعاب | يتم تخزينها كبيانات وصفية أساسية لمجموعة البيانات حتى تتمكن من إضافة تعليقات توضيحية في Platform |
| نماذج التدريب | يتم كتابة التشغيل وأفضل نقطة تحقق وأدوات التدريب الأخرى في مجلد النماذج الخاص بك | يتم تحميل أفضل نقطة تحقق للتنزيل والتنبؤ والتصدير والنشر؛ بينما تبقى الأدوات الأخرى على جهاز الكمبيوتر الخاص بك |
يمكن لأوزان النموذج والتسميات والتعليقات التوضيحية والمقاييس تشفير المعلومات المستفادة من صورك. فقط بكسلات مجموعة البيانات لها حدود صارمة ومحلية فقط. تعالج تنبؤات السحابة فقط الصور التي ترسلها بشكل منفصل إلى سير عمل تلك السحابة؛ ولا يقوم العامل أبداً بإعادة توجيه صورة من مجموعة البيانات المثبتة لديك.
قبل البدء#
اختر جهاز كمبيوتر يعمل بنظام Linux، أو جهاز Mac مزوداً بمعالجات Apple silicon، أو جهاز كمبيوتر يعمل بنظام Windows بسعة 64 بت بحيث يمكنه الوصول إلى مجموعات البيانات الخاصة بك والبقاء قيد التشغيل طوال فترة استخدام المنصة لها. اترِك مساحة تخزين خالية كافية لمجموعات البيانات، وعمليات تشغيل النماذج، وصور Docker، وتأكد من أن الكمبيوتر يمكنه إجراء اتصالات HTTPS صادرة.
وجود GPU اختياري. يمكن لكل جهاز كمبيوتر استيعاب مجموعات البيانات وتدريب النماذج باستخدام وحدة المعالجة المركزية (CPU) الخاصة به. يمكن لوحدة معالجة رسومات NVIDIA متوافقة تسريع مهام التدريب الأكبر.
إذا كانت شركتك تقيد حركة المرور الصادرة، فقم بالسماح بالوصول عبر HTTPS إلى منصة Ultralytics وسجلات Docker وتنزيلات حزم Python قبل الإعداد.
توصيل جهاز الكمبيوتر الخاص بك#
- افتح Ultralytics Platform على الكمبيوتر القادر على الوصول إلى مجموعات البيانات الخاصة بك.
- انتقل إلى
Settings > Integrationsوحدد On Premise من قائمة التكامل. - راجع مسارات Dataset folder on this machine و Models folder on this machine المملوءة مسبقاً.
- حدد إنشاء أمر التثبيت.
- افتح الجهاز (Terminal) المذكور في مربع الحوار، وانسخ الأمر، وألصقه، ثم اضغط على Enter.
- احتفظ بصفحة التكاملات مفتوحة حتى يُظهر مؤشر التقدم الحالة Connected.

تقوم المنصة بملء المجلدات ورمز الاتصال لمرة واحدة قبل أن تقوم بنسخ الأمر. يتبع الأمر الذي تم إنشاؤه التنسيق أدناه:
افتح Terminal وألصق:
curl -fsSL 'https://platform.ultralytics.com/api/workers/install?os=linux' \
| sudo sh -s -- \
"/datasets" \
"/models" \
"YOUR_CONNECTION_TOKEN"تتضمن المنصة رمز الاتصال تلقائياً. وهو يثبت أن هذا الجهاز مسموح له بالاتصال بمساحة العمل الخاصة بك، وينتهي صلاحيته بعد 10 دقائق، ويعمل مرة واحدة. لا تدخل الرمز بشكل منفصل. لا تشارك الأمر الذي تم إنشاؤه طالما أنه صالح.
تعمل الإعدادات الافتراضية دون تعديل:
| Linux | macOS و Windows | |
|---|---|---|
| مجلد مجموعة البيانات | /datasets | ~/Ultralytics/datasets |
| مجلد النماذج | /models | ~/Ultralytics/models |
يقوم أمر الإعداد بإنشاء هذه المجلدات، وتثبيت وبدء تشغيل Docker عند الحاجة، وتكوين الاتصال لإعادة التشغيل مع جهاز الكمبيوتر الخاص بك. قد يطلب منك نظام التشغيل الموافقة على التثبيت أو إعادة التشغيل قبل اكتمال الإعداد.
صور Docker الأساسية#
يقوم المثبت بتشغيل حاوية واحدة ويحدد official Ultralytics base image للمضيف:
| المضيف | نمط الصورة الأساسية |
|---|---|
| Apple silicon أو ARM64 Linux | ultralytics/ultralytics:<version>-arm64 |
| x86-64 CPU | ultralytics/ultralytics:<version>-cpu |
| بنية x86-64 مع وجود وحدة معالجة رسومات NVIDIA مدعومة | ultralytics/ultralytics:<version> |
يختار المثبت صورة رسمية محددة الإصدار للجهاز المضيف. يضيف العامل تبعيات الاتصال الخاصة به دون إعادة تثبيت Ultralytics. وهو يكتشف CUDA أثناء الإعداد، لذلك لا يزال مضيف NVIDIA يشغل حاوية واحدة بدلاً من عمال وحدة معالجة مركبة ووحدة معالجة رسومية منفصلين. تتولى خدمات السحابة الخاصة بالمنصة التعامل مع تنبؤ النماذج وتصديرها بعد رفع أفضل نقطة فحص.
لا يتطلب إعداد وحدة المعالجة المركزية (CPU) شيئاً سوى التثبيت الموجه. على نظام Linux، يتطلب تسريع وحدة معالجة الرسومات NVIDIA GPU استخدام Docker >= 28.2 و NVIDIA Container Toolkit >= 1.18. يستخدم المثبت حجزات CDI --device، وليس الحجزات القديمة --gpus all، بحيث يظل الوصول إلى وحدة معالجة الرسومات متاحاً حتى بعد إعادة تحميل برنامج daemon الخاص بالمضيف. يستخدم Docker Desktop على نظام Windows حجز جهاز NVIDIA المدعوم الخاص به نظراً لأن أجهزة CDI الخاصة بـ NVIDIA غير متوفرة هناك. تكتشف المنصة مسار وحدة معالجة الرسومات المدعوم تلقائياً؛ راجع Docker Quickstart Guide لمعرفة تفاصيل الإعداد.
إضافة مجموعة بيانات#
- ضع مجموعة البيانات الخاصة بك داخل مجلد مجموعة البيانات المكون.
- في المنصة، حدد New Dataset > On Premise.
- اختر الكمبيوتر المتصل.
- تصفح مجلد مجموعة البيانات، واختر المهمة، ثم حدد إنشاء.
تقوم المنصة بفهرسة مجموعة البيانات محلياً وتفتحها في نفس المعرض المستخدم لمجموعات البيانات المرفوعة والمخزنة سحابياً. يمكنك معاينة الصور، وفحص التسميات، وتصفية مجموعة البيانات، والتعليق عليها دون رفع وحدات البكسل.
البيانات المدعومة#
يدعم On Premise نفس تنسيقات الاستيعاب ومهام الرؤية الحاسوبية مثل البيانات المرفوعة:
- الصور ومقاطع الفيديو
- أرشيفات ZIP، و TAR، و TAR.GZ، و TGZ
- Ultralytics NDJSON و COCO JSON
- مجموعات بيانات YOLO ومجلدات التصنيف
- مهام الكشف (Detect)، والتجزئة (Segment)، والوضعية (Pose)، والمربع المحيط الموجه (OBB)، والتصنيف
تتعرف المنصة تلقائياً على تخطيطات مجموعات البيانات الشائعة، والفئات، والتسميات، وتقسيمات التدريب/التحقق/الاختبار. تتعامل المنصة مع الملفات المصدرية كملفات للقراءة فقط ولا تقوم أبداً بتغيير حجمها أو إعادة ترميزها أو تعديلها أو حذفها.
المعاينة والتعليق التوضيحي#
عند فتح صورة، يقوم متصفحك بتحميلها مباشرة من الكمبيوتر المتصل. لا يوجد شهادة، أو اسم مضيف، أو VPN، أو تكوين معاينة.
يتم حفظ التعليقات التوضيحية وتنظيم مجموعة البيانات في مساحة عمل المنصة الخاصة بك، لكن التعديلات في المنصة لا تغير أبداً ملفات الصور أو التسميات المصدرية الخاصة بك.
تدريب نموذج#
ابدأ التدريب من خلال حوار التدريب العادي في المنصة:
- افتح مشروعاً وحدد New Model.
- اختر مجموعة بيانات On Premise.
- اختر نموذجاً وإعدادات التدريب.
- ابدأ التدريب.
تقوم المنصة بتشغيل المهمة على الكمبيوتر المتصل. تستخدم المنصة وحدة معالجة رسومات NVIDIA متاحة أو تعود تلقائياً إلى وحدة المعالجة المركزية (CPU)، لذا يمكن لجهاز Mac تدريب نموذج صغير مثل YOLO26n على COCO8 دون الحاجة إلى أجهزة GPU مخصصة.
تتم كتابة ملفات التدريب في مجلد النماذج المكون أثناء نشاط التشغيل. تستخدم حزمة Ultralytics نفس ردود الاتصال للتدريب عن بُعد مثل أي جهاز مدار من قبل العميل: يتم بث التقدم والمقاييس إلى Platform، ويتم تحميل أفضل نقطة تحقق إلى تخزين Platform، ويعمل النموذج المكتمل مع مسارات التنزيل والتنبؤ والتصدير والنشر الحالية. تبقى أدوات التدريب الأخرى في مجلد النماذج الخاص بك. لا يستخدم التدريب عبر On Premise رصيد حوسبة Platform، ولا ترسل Platform أبداً وظيفة التدريب إلى حوسبة السحابة.
إدارة الاتصال#
افتح Settings > Integrations لمعرفة ما إذا كان الكمبيوتر ووحدة المعالجة المركزية (CPU) أو وحدة معالجة الرسومات (GPU) الخاصة به متاحين. يمكنك إعادة الاتصال لتحديث حق الوصول أو قطع الاتصال عندما لا تعود هناك حاجة إليه.
يمنع قطع الاتصال الوظائف والمعاينات الجديدة ولكنه لا يحذف مجموعات البيانات أو الملفات المصدرية من الكمبيوتر. تظل النماذج المحملة متاحة في Platform.
إذا لم يكتمل الإعداد#
- يطلب Docker الإذن: وافق على الطلب وانتظر حتى يبدأ Docker. يستمر الإعداد تلقائياً.
- يطلب نظام Windows إعادة التشغيل: أعد تشغيل الكمبيوتر، وارجع إلى
Settings > Integrations، وقم بإنشاء أمر تثبيت جديد. - انتهت صلاحية أمر الإعداد: أنشئ أمر تثبيت جديداً. كل أمر مؤقت ويعمل لمرة واحدة فقط.
- يظل الاتصال غير متصل: افتح Docker Desktop، وأعد تشغيل الأمر الذي تم إنشاؤه حديثاً، واترك الجهاز مفتوحاً حتى يبلغ عن أن On Premise قيد التشغيل.
- المعاينات لا تُحمل: افتح Platform في متصفح على الكمبيوتر المتصل. تأتي معاينات مجموعة البيانات مباشرة من ذلك الكمبيوتر.
راجع أيضاً Datasets، وAnnotation، وTraining.