Link to this sectionدليل البدء السريع لـ Ultralytics Platform#

تم تصميم Ultralytics Platform لتكون سهلة الاستخدام وبديهية، مما يسمح للمستخدمين برفع مجموعات بياناتهم بسرعة وتدريب نماذج YOLO جديدة. توفر المنصة مجموعة من النماذج المدربة مسبقاً للاختيار من بينها، مما يسهل على المستخدمين البدء. بمجرد تدريب النموذج، يمكن اختباره مباشرة في المتصفح ونشره في بيئة الإنتاج بنقرة واحدة.

يوضح الرسم التفاعلي التالي المراحل الأربع الأساسية لسير عمل Ultralytics Platform. اضغط على أي مرحلة أو خطوة فرعية للوصول إلى تعليمات مفصلة لهذا القسم.

graph LR
    A(Sign Up) --> B(Prepare Data) --> C(Train) --> D(Deploy)
    A -.- A1["<a href='#get-started'>Create account</a><br/><a href='#region-selection'>Select region</a>"]
    B -.- B1["<a href='#upload-your-first-dataset'>Upload dataset</a><br/><a href='#create-your-first-project'>Create Project</a>"]
    C -.- C1["<a href='#training-configuration'>Configure training</a><br/><a href='#monitor-training'>Monitor progress</a>"]
    D -.- D1["<a href='#test-your-model'>Test model</a><br/><a href='#deploy-to-production'>Deploy endpoint</a>"]

    click A "#get-started"
    click B "#upload-your-first-dataset"
    click C "#train-your-first-model"
    click D "#deploy-to-production"

Link to this sectionابدأ الآن#

توفر Ultralytics Platform مجموعة متنوعة من خيارات التسجيل السهلة. يمكنك التسجيل وتسجيل الدخول باستخدام حسابات Google أو GitHub الخاصة بك، أو باستخدام عنوان بريدك الإلكتروني.

Link to this sectionاختيار المنطقة#

أثناء عملية التهيئة، سيُطلب منك تحديد منطقة بياناتك. تقوم المنصة تلقائياً بقياس زمن الاستجابة (latency) لكل منطقة وتوصي بالأقرب منها. هذا اختيار مهم لأنه يحدد مكان تخزين بياناتك ونماذجك وعمليات النشر الخاصة بك.

Link to this sectionأرصدة مجانية#

يحصل كل حساب جديد على أرصدة مجانية لتدريب النماذج على GPU السحابي:

Link to this sectionأكمل ملفك الشخصي#

يرشدك مسار التهيئة عبر ثلاث خطوات:

1. الملف الشخصي - أدخل اسم العرض الخاص بك، واسم المستخدم الفريد (دائم، لا يمكن تغييره لاحقاً)، والمؤسسة (اختياري)، وحالة الاستخدام الأساسية
2. منطقة البيانات - اختر US أو EU أو AP مع خريطة عالمية مرئية توضح زمن الاستجابة
3. الإكمال - راجع اختياراتك، ويمكنك اختيارياً تطبيق رمز ترويجي، وإنهاء التسجيل للمطالبة بأرصدة الترحيب الخاصة بك

Link to this sectionلوحة التحكم الرئيسية#

بعد تسجيل الدخول، سيتم توجيهك إلى الصفحة الرئيسية لـ Ultralytics Platform، والتي توفر بطاقة ترحيب مع إحصائيات مساحة العمل، ووصول سريع إلى مجموعات البيانات، والمشاريع، والتخزين، وخلاصة النشاط الأخير.

Link to this sectionالتنقل في الشريط الجانبي#

يوفر الشريط الجانبي إمكانية الوصول إلى جميع أقسام المنصة:

Link to this sectionبطاقة الترحيب#

تعرض بطاقة الترحيب ملفك الشخصي، وشارة الخطة، وإحصائيات مساحة العمل في لمحة:

Link to this sectionإجراءات سريعة#

أسفل بطاقة الترحيب، تعرض لوحة التحكم ثلاث بطاقات:

• مجموعات البيانات: أنشئ مجموعة بيانات جديدة أو قم بإفلات الصور أو مقاطع الفيديو أو ملفات مجموعات البيانات للرفع. تعرض مجموعات بياناتك الأخيرة.
• المشاريع: أنشئ مشروعاً جديداً أو قم بإفلات ملفات النماذج .pt للرفع. تعرض مشاريعك الأخيرة.
• التخزين: نظرة عامة على استخدام التخزين الخاص بك (مجموعات البيانات، النماذج، الصادرات) مع حدود الخطة.

يوجد جدول نشاط حديث في الأسفل يعرض أحدث مجموعات بياناتك ونماذجك وعمليات التدريب.

Link to this sectionبحث عالمي#

اضغط على Cmd+K (أجهزة Mac) أو Ctrl+K (أجهزة Windows/Linux) لفتح شريط البحث. ابحث عبر الصفحات والمشاريع ومجموعات البيانات وعمليات النشر فوراً.

Link to this sectionمساعد الدردشة المدعوم بالذكاء الاصطناعي#

تتوفر أداة دردشة عائمة في كل صفحة. اضغط عليها لطرح أسئلة حول تدريب YOLO، أو التسمية، أو النشر، أو أي ميزة في المنصة. يقدم المساعد مساعدة مدركة للسياق بناءً على الصفحة الحالية.

Link to this sectionجولات التهيئة#

تتضمن المنصة جولات إرشادية تقدم الميزات الرئيسية أثناء استكشافك للأقسام المختلفة:

Link to this sectionإعادة تشغيل الجولات#

لإعادة تشغيل أي جولة:

• زر إعادة الجولة — انقر فوق الصورة الرمزية لملفك الشخصي (أسفل يسار الشريط الجانبي) لفتح قائمة المستخدم، ثم حدد إعادة الجولة. هذا يعيد ضبط جميع الجولات بحيث يتم تشغيلها في زيارتك التالية لكل قسم.
• معامل URL — انتقل إلى platform.ultralytics.com/home?tour=nav لإعادة تشغيل جولة التنقل مباشرة.

Link to this sectionارفع مجموعة بياناتك الأولى#

انتقل إلى Annotate في الشريط الجانبي وانقر على New Dataset لإضافة بيانات التدريب الخاصة بك. يمكنك أيضًا سحب الملفات وإفلاتها مباشرة في بطاقة مجموعات البيانات على لوحة تحكم الصفحة الرئيسية.

تدعم منصة Ultralytics تنسيقات رفع متعددة (التفاصيل الكاملة في Datasets):

graph LR
    A[Drop Files] --> B[Auto-Package ZIP]
    B --> C[Upload to Storage]
    C --> D[Backend Worker]
    D --> E[Resize & Thumbnail]
    E --> F[Parse Labels]
    F --> G[Compute Statistics]
    G --> H[Dataset Ready]

بعد الرفع، تقوم المنصة بمعالجة بياناتك تلقائيًا:

1. يتم تغيير حجم الصور الأكبر من 4096 بكسل (مع الحفاظ على نسبة العرض إلى الارتفاع)
2. يتم إنشاء صور مصغرة بحجم 256 بكسل للتصفح السريع
3. يتم تحليل التسميات والتحقق منها (تنسيق YOLO .txt)
4. يتم حساب الإحصائيات (توزيع الفئات، الخرائط الحرارية، الأبعاد)

my-dataset.zip
├── data.yaml          # Class names and splits
├── train/
│   ├── images/
│   │   ├── img001.jpg
│   │   └── img002.jpg
│   └── labels/
│       ├── img001.txt
│       └── img002.txt
└── val/
    ├── images/
    └── labels/

اقرأ المزيد حول datasets والتنسيقات المدعومة لـ detect, segment, pose, OBB, و classify.

Link to this sectionأنشئ مشروعك الأول#

تساعدك المشاريع في تنظيم النماذج والتجارب ذات الصلة. انتقل إلى المشاريع وانقر على "إنشاء مشروع".

أدخل اسمًا ووصفًا اختياريًا لمشروعك. تحتوي المشاريع على:

• النماذج: نقاط التحقق المدربة

اقرأ المزيد حول projects.

Link to this sectionدرب نموذجك الأول#

من مشروعك، انقر على New Model لبدء التدريب السحابي.

Link to this sectionتكوين التدريب#

1. Select Dataset: Choose from your uploaded datasets (only datasets with a train split are shown)
2. اختيار النموذج: حدد نموذجًا أساسيًا - نماذج Ultralytics الرسمية أو نماذجك المدربة الخاصة
3. تعيين الحقبات (Epochs): عدد تكرارات التدريب (الافتراضي: 100)
4. اختيار GPU: اختر موارد الحوسبة بناءً على ميزانيتك وحجم النموذج. الافتراضي هو RTX PRO 6000 (96 جيجابايت Blackwell، بسعر 1.89 دولار/ساعة)، والذي يتعامل مع كل متغيرات YOLO26. راجع جدول أسعار GPU الكامل أو خطوة تدريب GPU السحابي للحصول على القائمة الكاملة وبوابات المستويات.

Link to this sectionمراقبة التدريب#

بمجرد بدء التدريب، يمكنك مراقبة التقدم في الوقت الفعلي من خلال ثلاث علامات تبويب فرعية:

يتم بث المقاييس في الوقت الفعلي عبر SSE (أحداث مرسلة من الخادم). بعد اكتمال التدريب، يتم إنشاء مخططات التحقق بما في ذلك مصفوفة الارتباك، ومنحنيات PR، ومنحنيات F1.

اقرأ المزيد حول cloud training.

Link to this sectionاختبر نموذجك#

بعد اكتمال التدريب، اختبر نموذجك مباشرة في المتصفح:

1. انتقل إلى علامة تبويب Predict الخاصة بنموذجك
2. ارفع صورة، اسحب وأفلت، أو استخدم صورًا تجريبية (استنتاج تلقائي عند الإفلات)
3. اعرض نتائج الاستنتاج مع صناديق الإحاطة المرسومة على اللوحة

اضبط معاملات الاستنتاج:

توفر علامة تبويب Predict أمثلة برمجية جاهزة للاستخدام مع ملء مفتاح API الخاص بك مسبقًا:

import requests

url = "https://platform.ultralytics.com/api/models/{model_id}/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())

اقرأ المزيد حول inference.

Link to this sectionالنشر في بيئة الإنتاج#

انشر نموذجك إلى نقطة نهاية مخصصة لاستخدام الإنتاج:

1. انتقل إلى علامة تبويب Deploy الخاصة بنموذجك
2. حدد منطقة من خريطة العالم التفاعلية (43 منطقة متاحة)
3. تُظهر الخريطة قياسات زمن الانتقال في الوقت الفعلي بألوان على تدرج من الأخضر إلى الأحمر (زمن انتقال أقل يعني لونًا أخضر أكثر، وزمن انتقال أعلى يعني لونًا أحمر أكثر)
4. انقر فوق Deploy لإنشاء نقطة النهاية الخاصة بك

graph LR
    A[Select Region] --> B[Deploy]
    B --> C[Provisioning ~1 min]
    C --> D[Running]
    D --> E{Lifecycle}
    E --> F[Stop]
    E --> G[Delete]
    F --> H[Resume]
    H --> D

ستكون نقطة النهاية الخاصة بك جاهزة في حوالي دقيقة مع:

• URL فريد: نقطة نهاية HTTPS لطلبات API
• سلوك التوسع إلى الصفر: لا توجد تكلفة حوسبة في حالة الخمول (تعمل عمليات النشر حاليًا كمثيل نشط واحد)
• المراقبة: مقاييس الطلبات والسجلات

بعد النشر، يمكنك إدارة جميع نقاط النهاية الخاصة بك من قسم Deploy في الشريط الجانبي، الذي يعرض خريطة عالمية مع عمليات النشر النشطة، ومقاييس نظرة عامة، وقائمة بجميع نقاط النهاية.

اقرأ المزيد حول endpoints.

Link to this sectionالتدريب عن بعد (اختياري)#

إذا كنت تفضل التدريب على أجهزتك الخاصة، يمكنك بث المقاييس إلى المنصة باستخدام مفتاح API الخاص بك. يعمل هذا مثل Weights & Biases - تدرب في أي مكان، وراقب على المنصة.

1. قم بإنشاء مفتاح API في Settings > API Keys
2. قم بتعيين متغير البيئة والتدريب باستخدام تنسيق project/name:

export ULTRALYTICS_API_KEY="YOUR_API_KEY"

yolo train model=yolo26n.pt data=coco.yaml epochs=100 project=username/my-project name=exp1

اقرأ المزيد حول API keys، وdataset URIs، وremote training.

Link to this sectionالتعليقات والمساعدة#

تتضمن صفحة Help الموجودة في تذييل الشريط الجانبي نموذج تعليقات داخل التطبيق. يمكنك تقييم تجربتك، واختيار نوع التعليق (خطأ برمج، طلب ميزة، أو عام)، وإرفاق لقطات شاشة.

إذا كنت بحاجة إلى مزيد من المساعدة:

• AI Chat: انقر على أداة الدردشة العائمة في أي صفحة للحصول على مساعدة فورية
• Documentation: تصفح هذه المستندات للحصول على أدلة تفصيلية حول datasets، وannotation، وtraining، وdeployment، وbilling
• Discord: انضم إلى Discord community للمناقشات
• GitHub: أبلغ عن المشكلات على GitHub
• REST API: راجع API reference أو جرب interactive API docs للوصول البرمجي إلى جميع ميزات Platform