Ultralytics YOLO27:

التدريب التلقائي باستخدام Ask AI#

يستخدم التدريب التلقائي Ask AI لمساعدتك على تدريب النماذج ومقارنتها وتحسينها عبر محادثة. ابدأ بخط أساس، وراجع نتائجه، واطلب التجربة التالية. ويمكن لـ Ask AI أيضًا العثور على مجموعات البيانات، وتعليق الصور، وتصدير النماذج، ونشرها.

سجّل الدخول إلى منصة Ultralytics، وافتح مجموعة البيانات أو المشروع، ثم انقر على Ask AI.

لاستخدام إجراءات المنصة، أنشئ أولًا مفتاح API من Ultralytics في الإعدادات > مفاتيح API ضمن مساحة عملك الشخصية. يستخدم Ask AI مفتاحك الشخصي الحالي تلقائيًا؛ ولا تحتاج إلى لصقه في المحادثة. أدرج رابط المشروع أو مجموعة البيانات عند العمل ضمن مساحة عمل لفريق.

مجموعة بيانات الكشف عن معدات الوقاية الشخصية في منصة Ultralytics، مع Ask AI لمراجعة الفئات والتعليقات التوضيحية والجاهزية للتدريب

مطالبات لتجربتها#

ضمّن المقياس المستهدف والنموذج وحدّ الحقب وعدد التجارب في الطلب. للحصول على نتائج قابلة للمقارنة، ثبّت مجموعة البيانات وتقسيماتها والبذرة العشوائية، مع تغيير إعداد واحد في كل مرة. تستخدم عمليات التشغيل السحابية أرصدة التدريب الخاصة بك.

افتح مجموعة البيانات أو المشروع المعني واطلب ما يلي:

الهدفمثال على المطالبة
بدء مشروعأنشئ مشروعًا خاصًا باسم "Wildlife Lab". اعثر على مجموعة بيانات للكشف عن الحياة البرية واستنسخها، ثم جهّز عملية تدريب أولية.
مقارنة الدقاتدرّب ثلاثة نماذج على مجموعة البيانات هذه بأحجام صور 640 و800 و960. ثبّت جميع الإعدادات الأخرى وتقسيمات مجموعة البيانات.
استكشاف مجموعة بياناتاعثر على سفن الحاويات وحاويات الشحن والرافعات في xView. هل تصلح هذه المجموعة كنقطة انطلاق للخدمات اللوجستية في الموانئ؟
إنشاء خط أساسدرّب YOLO26n على مجموعة البيانات هذه، وسمِّ عملية التشغيل "xview-baseline".
مقارنة النماذجقارن النماذج المكتملة حسب mAP50-95 على مجموعة التحقق. اشرح الاختلافات واقترح التجربة التالية.
نشر نموذجانشر النموذج المكتمل الذي يحقق أفضل mAP على مجموعة التحقق في هذا المشروع. أعطني عنوان URL لنقطة النهاية وحالتها.
إضافة تعليقات توضيحية تلقائيًااستخدم أفضل نموذج متوافق لدي لإضافة تعليقات توضيحية إلى الصور غير الموسومة في مجموعة البيانات هذه. احتفظ بالتعليقات التوضيحية الموجودة.
مراجعة التصنيفأي نموذج يحقق أفضل دقة في التصنيف؟ وما السلالات التي لا تزال مربكة، وما الذي ينبغي أن نجربه بعد ذلك؟
تصدير نموذجصدّر هذا النموذج إلى ONNX وأعطني رابط التنزيل عندما يصبح جاهزًا.

مشروع الخدمات اللوجستية في منصة Ultralytics، مع Ask AI لمقارنة نماذج الكشف المكتملة وشرح الاختلافات في نتائج التحقق

استخدم وكيل البرمجة الخاص بك#

يستخدم Ask AI واجهة سطر أوامر المنصة، وul cloud، ومهارة platform-cli المصاحبة. ويمكنك استخدام الأوامر نفسها من Claude Code أو Codex أو أي وكيل برمجة متوافق آخر.

التثبيت والاتصال#

الإعداد أدناه مخصص لاستخدام واجهة سطر أوامر المنصة مع وكيل البرمجة الخاص بك خارج المنصة.

تأتي واجهة سطر الأوامر ul مع حزمة Ultralytics على Python 3.11+. ثبّتها أو حدّثها:

pip install -U ultralytics

أنشئ مفتاح API للمنصة واضبطه في الطرفية التي يستخدمها وكيلك. تحقّق من الاتصال باستخدام:

export ULTRALYTICS_API_KEY="YOUR_API_KEY"
ul cloud account summary

إضافة المهارة#

اتبع دليل تثبيت مهارات الوكلاء لإضافات Claude Code وCodex. وبالنسبة إلى الوكلاء المدعومين من واجهة سطر أوامر المهارات، ثبّت مهارة المنصة باستخدام:

npx skills add ultralytics/skills --skill platform-cli

بعد ذلك، استخدم مطالبات مثل الأمثلة أعلاه، مع تضمين رابط المشروع أو مجموعة البيانات لتوفير السياق.

تشغيل الأوامر مباشرةً#

استخدم مقاطع عناوين URL الخاصة بمشروعك ونموذجك في الأوامر. تستهدف هذه الأمثلة مساحة عملك الشخصية؛ أضف owner=TEAM لاستهداف مساحة عمل لفريق تنتمي إليه:

ul cloud datasets list
ul cloud models list project=license-plate
ul cloud models training project=license-plate model=baseline
ul cloud training start --help

استخدم ul cloud --help لاستكشاف الأوامر وul cloud <resource> <operation> --help لمعرفة وسيطاتها. راجع مرجع API للمنصة لمزيد من التفاصيل.

المساهمون

التعليقات