Ultralytics HUB-Integrationen
Erfahre mehr ĂŒber die Ultralytics HUB-Integrationen mit verschiedenen Plattformen und Formaten.
DatensÀtze
Importiere deine DatensĂ€tze nahtlos in Ultralytics HUB fĂŒr das Modelltraining.
Nachdem ein Datensatz in Ultralytics HUB importiert wurde, kannst du ein Modell auf deinem Datensatz trainieren, genauso wie du es mit den Ultralytics HUB-DatensĂ€tzen tun wĂŒrdest.
Roboflow
Du kannst die DatensÀtze einfach filtern Roboflow DatensÀtze auf der Seite Ultralytics HUB Datasets filtern.
Ultralytics HUB unterstĂŒtzt zwei Arten von Integrationen mit RoboflowUniverse und Workspace.
Universum
Die Roboflow Universe-Integration ermöglicht es dir, jeweils einen Datensatz in Ultralytics HUB zu importieren. Roboflow.
Importieren
Wenn du einen Datensatz exportierst Roboflow Datensatz exportierst, wÀhle das Format Ultralytics HUB. Diese Aktion leitet dich zu Ultralytics HUB weiter und löst den Dialog Datensatzimport aus.
Du kannst deinen Roboflow Datensatz importieren, indem du auf die SchaltflÀche Importieren klickst.
Als nÀchstes trainierst du ein Modell auf deinem Datensatz.
Entfernen
Navigiere zur Seite Dataset des Roboflow des Datensatzes, den du entfernen möchtest, öffne das Dropdown-MenĂŒ der Datensatzaktionen und klicke auf die Option Entfernen.
Arbeitsbereich
Die Roboflow Arbeitsbereich-Integration ermöglicht es dir, einen ganzen Roboflow Arbeitsbereich auf einmal in Ultralytics HUB importieren.
Importieren
Navigiere zur Seite Integrationen, indem du in der Seitenleiste auf die SchaltflÀche Integrationen klickst.
Gib deinen Roboflow Workspace privaten API-SchlĂŒssel ein und klicke auf die SchaltflĂ€che HinzufĂŒgen.
Tipp
Du kannst auf die SchaltflĂ€che Meinen API-SchlĂŒssel abrufen klicken, die dich zu den Einstellungen deines Arbeitsbereichs weiterleitet. Roboflow Arbeitsbereichs, wo du deinen privaten API-SchlĂŒssel abrufen kannst.
Dadurch wird dein Ultralytics HUB-Konto mit deinem Roboflow Arbeitsbereich und macht deine Roboflow DatensĂ€tze in Ultralytics HUB verfĂŒgbar.
Als nÀchstes trainierst du ein Modell auf deinem Datensatz.
Entfernen
Navigiere zur Seite " Integrationen", indem du auf die SchaltflĂ€che " Integrationen" in der Seitenleiste klickst, und klicke auf die SchaltflĂ€che " VerknĂŒpfung aufheben " des Roboflow Arbeitsbereichs, den du entfernen möchtest.
Tipp
Du kannst einen verbundenen Roboflow Arbeitsbereich direkt von der Datensatzseite eines der DatensÀtze deines Roboflow Arbeitsbereich.
Modelle
Ausfuhren
Nachdem du ein Modell trainiert hast, kannst du es in 13 verschiedene Formate exportieren, darunter ONNX, OpenVINO, CoreML, TensorFlow, Paddle und viele andere.
Die verfĂŒgbaren Exportformate sind in der folgenden Tabelle aufgefĂŒhrt.
| Format | format Argument |
Modell | Metadaten | Argumente |
|---|---|---|---|---|
| PyTorch | - | yolov8n.pt |
â | - |
| TorchScript | torchscript |
yolov8n.torchscript |
â | imgsz, optimize, batch |
| ONNX | onnx |
yolov8n.onnx |
â | imgsz, half, dynamic, simplify, opset, batch |
| OpenVINO | openvino |
yolov8n_openvino_model/ |
â | imgsz, half, int8, batch |
| TensorRT | engine |
yolov8n.engine |
â | imgsz, half, dynamic, simplify, workspace, int8, batch |
| CoreML | coreml |
yolov8n.mlpackage |
â | imgsz, half, int8, nms, batch |
| TF SavedModel | saved_model |
yolov8n_saved_model/ |
â | imgsz, keras, int8, batch |
| TF GraphDef | pb |
yolov8n.pb |
â | imgsz, batch |
| TF Lite | tflite |
yolov8n.tflite |
â | imgsz, half, int8, batch |
| TF Kante TPU | edgetpu |
yolov8n_edgetpu.tflite |
â | imgsz |
| TF.js | tfjs |
yolov8n_web_model/ |
â | imgsz, half, int8, batch |
| PaddlePaddle | paddle |
yolov8n_paddle_model/ |
â | imgsz, batch |
| NCNN | ncnn |
yolov8n_ncnn_model/ |
â | imgsz, half, batch |
Aufregende neue Funktionen auf dem Weg đ
- ZusÀtzliche Datensatz-Integrationen
- Detaillierte LeitfÀden zur Exportintegration
- Schritt-fĂŒr-Schritt-Anleitungen fĂŒr jede Integration
Bleib auf dem Laufenden đ§
Diese Seite mit den Integrationen ist deine erste Anlaufstelle fĂŒr kommende Entwicklungen. Halte die Augen offen mit unserer:
- Newsletter: Melde dich hier fĂŒr die neuesten Nachrichten an.
- Soziale Medien: Folge uns hier fĂŒr Updates und Teaser.
- Blog: Besuche unseren Blog fĂŒr detaillierte Einblicke.
Wir schĂ€tzen deinen Input đŁïž
Dein Feedback beeinflusst unsere zukĂŒnftigen Veröffentlichungen. Teile deine Gedanken und VorschlĂ€ge hier.
Danke, Community! đ
Deine BeitrĂ€ge inspirieren uns zu kontinuierlicher Innovation. Bleib dran fĂŒr die groĂe EnthĂŒllung dessen, was als NĂ€chstes in Sachen KI und ML auf Ultralytics ansteht!
