دليل البدء السريع لـ Ultralytics Platform

تم تصميم Ultralytics Platform لتكون سهلة الاستخدام وبديهية، مما يسمح للمستخدمين بتحميل مجموعات بياناتهم وتدريب نماذج YOLO جديدة بسرعة. وهي توفر 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 المخطط التفاعلي التالي المراحل الأربع الرئيسية 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"

البدء

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.

اختيار المنطقة

أثناء عملية التهيئة، سيُطلب منك اختيار منطقة بياناتك. تقيس المنصة تلقائياً زمن الاستجابة (latency) لكل منطقة وتوصي بالأقرب منها. هذا خيار مهم لأنه يحدد أين سيتم تخزين بياناتك ونماذجك وعمليات النشر الخاصة بك.

أرصدة مجانية

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

أكمل ملفك الشخصي

يرشدك مسار التهيئة خلال 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. اكتمل - راجع اختياراتك، وقم بتطبيق رمز ترويجي اختيارياً، وأنهِ التسجيل للمطالبة بأرصدة الترحيب الخاصة بك

لوحة 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، وموجز للنشاط الأخير.

التنقل في الشريط الجانبي

يوفر الشريط الجانبي إمكانية الوصول إلى جميع أقسام المنصة:

بطاقة الترحيب

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

إجراءات سريعة

أسفل بطاقة الترحيب، تعرض لوحة التحكم ثلاث بطاقات:

• مجموعات البيانات: أنشئ مجموعة بيانات جديدة أو قم بإسقاط الصور أو مقاطع الفيديو أو ملفات مجموعات البيانات لتحميلها. تعرض مجموعات البيانات الأخيرة الخاصة بك.
• المشاريع: أنشئ مشروعاً جديداً أو قم بإسقاط ملفات نماذج .pt لتحميلها. تعرض مشاريعك الأخيرة.
• التخزين: نظرة عامة على استخدامك للتخزين (مجموعات البيانات، النماذج، الصادرات) مع حدود الخطة.

يعرض جدول النشاط الأخير في الأسفل أحدث مجموعات البيانات والنماذج وعمليات التدريب الخاصة بك.

البحث الشامل

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

مساعد الدردشة المدعوم بالذكاء الاصطناعي

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

جولات التهيئة

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

إعادة تشغيل الجولات الإرشادية

لإعادة عرض أي جولة إرشادية:

• زر إعادة الجولة (Redo Tour) — انقر على صورة ملفك الشخصي (في أسفل يسار الشريط الجانبي) لفتح قائمة المستخدم، ثم اختر إعادة الجولة (Redo Tour). يؤدي هذا إلى إعادة تعيين جميع الجولات الإرشادية ليتم عرضها مرة أخرى عند زيارتك القادمة لكل قسم.
• معامل URL — انتقل إلى platform.ultralytics.com/home?tour=nav لإعادة تشغيل جولة التنقل (Nav Tour) مباشرةً.

تحميل مجموعة البيانات الأولى الخاصة بك

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

تدعم منصة Ultralytics تنسيقات تحميل 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 التحميل، 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 لتصفح سريع
3. يتم تحليل التصنيفات 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 و segment و pose و OBB و classify.

إنشاء مشروعك الأول

تساعدك المشاريع على تنظيم النماذج والتجارب ذات الصلة. انتقل إلى المشاريع (Projects) وانقر على "إنشاء مشروع".

أدخل اسمًا ووصفًا اختياريًا لمشروعك. تحتوي المشاريع على:

• النماذج (Models): نقاط التحقق المدربة
• سجل النشاط (Activity Log): سجل التغييرات

اقرأ المزيد حول projects.

تدريب نموذجك الأول

من مشروعك، انقر على Train Model لبدء التدريب السحابي.

تكوين التدريب

1. Select Dataset: Choose from your uploaded datasets (only datasets with a train split are shown)
2. اختر نموذجًا (Choose Model): حدد نموذجًا أساسيًا - نماذج Ultralytics الرسمية أو نماذجك المدربة الخاصة
3. ضبط الدورات التدريبية (Set Epochs): عدد تكرارات التدريب (الافتراضي: 100)
4. اختر GPU: اختر موارد الحوسبة بناءً على ميزانيتك وحجم النموذج. الخيار 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 التدريب السحابي GPU للحصول على القائمة الكاملة وتفاصيل الوصول.

مراقبة 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.

اختبر نموذجك

بعد اكتمال التدريب، اختبر نموذجك مباشرة في المتصفح:

1. انتقل إلى علامة التبويب Predict الخاصة بنموذجك
2. حمّل صورة، أو قم بالسحب والإفلات، أو استخدم صورًا تجريبية (استنتاج تلقائي عند الإفلات)
3. شاهد نتائج الاستنتاج مع مربعات الإحاطة المرسومة على اللوحة

اضبط معاملات الاستنتاج:

توفر علامة التبويب Predict أمثلة برمجية جاهزة للاستخدام مع مفتاح API الفعلي الخاص بك معبأ 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.

النشر في بيئة الإنتاج

انشر نموذجك في نقطة نهاية مخصصة لاستخدام الإنتاج:

1. انتقل إلى علامة التبويب Deploy الخاصة بنموذجك
2. اختر منطقة من خريطة العالم التفاعلية (43 منطقة متاحة)
3. تعرض الخريطة قياسات زمن الوصول (latency) في الوقت الفعلي بألوان إشارات المرور (الأخضر < 100 مللي ثانية، الأصفر < 200 مللي ثانية، الأحمر > 200 مللي ثانية)
4. انقر على 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 جاهزة في حوالي دقيقة مع:

• URL فريد: نقطة نهاية HTTPS لاستدعاءات API
• سلوك التوسع إلى الصفر (Scale-to-zero): لا توجد تكلفة حوسبة عند الخمول (تعمل عمليات النشر حاليًا كمثيل نشط واحد)
• المراقبة (Monitoring): مقاييس الطلبات والسجلات

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

اقرأ المزيد حول endpoints.

التدريب 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. اضبط متغير البيئة وقم بالتدريب بتنسيق 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 مفاتيح API، ومعرفات موارد البيانات (URIs)، والتدريب عن بُعد.

الملاحظات والمساعدة

تتضمن صفحة Help في تذييل الشريط الجانبي نموذج ملاحظات داخل التطبيق. يمكنك تقييم تجربتك، واختيار نوع الملاحظات (خطأ، 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 مجموعات البيانات، والتعليقات التوضيحية، والتدريب، والنشر، والفواتير
• Discord: انضم إلى مجتمع Discord الخاص بنا للمناقشات
• GitHub: أبلغ عن المشكلات على GitHub
• REST API: راجع مرجع API أو جرب مستندات API التفاعلية للوصول البرمجي إلى جميع ميزات النظام الأساسي