Ultralytics Platform#

Ultralytics Platform ist eine umfassende End-to-End-Plattform für Computer Vision, die den gesamten ML-Workflow von der Datenvorbereitung bis zur Bereitstellung von Modellen optimiert. Sie wurde für Teams und Einzelpersonen entwickelt, die produktionsreife Lösungen für Computer Vision ohne komplexe Infrastruktur benötigen.

Was ist die Ultralytics Platform?#

Die Ultralytics Platform vereint Dataset-Verwaltung und Annotation, Experiment-Tracking, Cloud- und Remote-Training, Modellexport, dedizierte Inferenz-Endpunkte und Bereitstellungsüberwachung in einem Workspace. Sie unterstützt nativ YOLO26-, YOLO11-, YOLOv8- und YOLOv5-Modelle.

Workflow: Hochladen → Annotieren → Trainieren → Exportieren oder bereitstellen#

Die Platform bietet einen End-to-End-Workflow:

graph LR
    subgraph Data["📁 Data"]
        A[Upload]:::start --> B[Annotate]:::proc
    end
    subgraph Train["🚀 Train"]
        D[Configure]:::proc --> E[Train on GPU]:::proc
        E --> F[View Metrics]:::out
    end
    subgraph Deploy["🌐 Export or Deploy"]
        G[Export]:::proc
        H[Deploy Endpoint]:::proc --> I[Monitor]:::out
    end
    Data --> Train
    E --> G
    E --> H

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef out fill:#9C27B0,color:#fff

Das kannst du tun:

• Bilder, Videos und Dataset-Dateien hochladen, um Trainingsdatasets zu erstellen
• Annotationen visualisieren mit interaktiven Overlays für die 6 vom Annotation-Editor unterstützten YOLO-Aufgabentypen (siehe unterstützte Aufgabentypen)
• Modelle trainieren auf Cloud-GPUs (24 in allen Tarifen, 26 mit Pro oder Enterprise für B200 und B300) mit Echtzeitmetriken
• In 20 Bereitstellungsformate exportieren (ONNX, TensorRT, CoreML, LiteRT, Hailo, Ascend usw.)
• In 42 globale Regionen bereitstellen mit dedizierten Endpunkten per Mausklick
• Erstelle Agenten-Workflows, die Modelle, Bedingungen, Datensammlungen und Slack-Benachrichtigungen miteinander verknüpfen
• Trainingsfortschritt, Zustand der Bereitstellungen und Nutzungsmetriken überwachen
• Cloud-Speicher, Annotationstools und Slack über Integrationen verbinden
• Zusammenarbeiten, indem du Projekte und Datasets für die Community öffentlich machst

Multi-Region-Infrastruktur#

Deine Daten bleiben in deiner Region. Die Ultralytics Platform betreibt Infrastruktur in drei globalen Regionen:

Du wählst deine Datenregion während der Einrichtung aus. Datasets, Modelle und verwaltete Trainingsdaten bleiben in dieser Region. Dedizierte Endpunkte werden separat in einer Region bereitgestellt, die du auf der globalen Bereitstellungskarte auswählst.

Wichtige Funktionen#

Datenvorbereitung#

• Dataset-Verwaltung: Erstelle Datasets aus lokalen Dateien, einer URL, verbundenem Cloud-Speicher oder einem lokalen Host mit automatischer Verarbeitung
• Annotation-Editor: Manuelle Annotationstools für 6 YOLO-Aufgabentypen (Erkennung, Segmentierung, semantische Segmentierung, Klassifizierung, Pose, OBB; siehe unterstützte Aufgabentypen)
• Skelettvorlagen: Integrierte Vorlagen (Person, Hand, Hund, Gesicht, Box) und benutzerdefinierte Skelettvorlagen für die Pose-Annotation per Mausklick
• Smart Annotation: Verwende SAM 2.1 (Tiny, Small, Base, Large), SAM 3 oder SAM 3.1 (Standard) aus der Annotationssymbolleiste für die Aufgaben Detect, Segment, Semantic und OBB oder vortrainierte Ultralytics YOLO-Modelle und deine eigenen feinabgestimmten YOLO-Modelle für diese Aufgaben und Pose
• Dataset-Versionierung: Erstelle nummerierte NDJSON-Snapshots mit Beschreibungen und lade anschließend jede Version herunter oder stelle sie für reproduzierbares Training wieder her
• Statistiken: Klassenverteilung, Aufteilung der Datasets, Standort-Heatmaps und Analyse der Bounding-Box-Abmessungen

graph LR
    A[Upload Dataset/Images/Video]:::start --> B[Auto-Process]:::proc
    B --> C[Browse & Filter]:::proc
    C --> D{Annotate}:::decide
    D --> E[Manual Tools]:::proc
    D --> F[SAM Smart]:::proc
    D --> G[YOLO Auto-Label]:::proc
    E --> H[Train-Ready Dataset]:::out
    F --> H
    G --> H

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef decide fill:#FF9800,color:#fff
    classDef out fill:#9C27B0,color:#fff

Modelltraining#

• Cloud-Training: Trainiere auf Cloud-GPUs (24 in allen Tarifen, 26 mit Pro oder Enterprise für B200 und B300) mit Echtzeitmetriken und einer Live-Kostenschätzung
• Remote-Training: Trainiere überall und übertrage Metriken an die Ultralytics Platform
• Erweiterte Einstellungen: Überschreibe jedes Ultralytics-Trainingsargument über einen integrierten YAML-Editor im Trainingsdialog
• Projektorganisation: Gruppiere zusammengehörige Modelle, vergleiche Experimente und verfolge Aktivitäten
• 20 Exportformate: ONNX, TensorRT, CoreML, LiteRT, Hailo, Ascend und mehr (siehe unterstützte Formate)

Du kannst Modelle entweder über die Web-Benutzeroberfläche (Cloud-Training) oder von deinem eigenen Rechner aus (Remote-Training) trainieren:

Bereitstellung#

• Inferenztests: Teste Modelle direkt im Browser mit deinen eigenen Bildern, einer Webcam-Aufnahme oder den integrierten Beispielen
• Dedizierte Endpunkte: Stelle Modelle in 42 globalen Regionen bereit, standardmäßig mit Scale-to-Zero (eine aktive Instanz)
• Überwachung: Echtzeitmetriken, Anfrageprotokolle und Leistungs-Dashboards

graph LR
    A[Trained Model]:::start --> B{Action}:::decide
    B --> C[Browser Predict]:::proc
    B --> D[Export Format]:::proc
    B --> E[Deploy Endpoint]:::proc
    D --> F[ONNX / TensorRT / CoreML / LiteRT / ...]:::out
    E --> G[42 Global Regions]:::proc
    G --> H[API Endpoint URL]:::proc
    H --> I[Monitor & Scale]:::out

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef decide fill:#FF9800,color:#fff
    classDef out fill:#9C27B0,color:#fff

Nach der Bereitstellung kannst du deinen Endpunkt aus jeder Sprache aufrufen. conf, iou und imgsz sind optionale Formularfelder mit den Standardwerten 0.25, 0.7 und 640:

import requests

url = "https://your-deployment-url.run.app/predict"
api_key = "YOUR_API_KEY"
args = {"conf": 0.25, "iou": 0.7, "imgsz": 640}

with open("image.jpg", "rb") as f:
    response = requests.post(
        url,
        headers={"Authorization": f"Bearer {api_key}"},
        data=args,
        files={"file": f},
    )

print(response.json())

Kontoverwaltung#

• Teams und Organisationen: Arbeite mit Teammitgliedern zusammen, verwalte Rollen und Einladungen und wechsle über das Kontomenü zwischen Workspaces
• API-Schlüssel: Sichere Schlüsselverwaltung für Remote-Training und API-Zugriff
• Guthaben und Abrechnung: Training nach tatsächlicher Nutzung mit transparenter Preisgestaltung und Aufladungen von 5 bis 1.000 $
• Aktivitätsfeed: Verfolge alle Kontoereignisse und Aktionen
• Papierkorb und Wiederherstellung: Soft-Delete mit 30-tägiger Aufbewahrung und Wiederherstellung von Elementen
• DSGVO-Konformität: Datenexport und Kontolöschung

Schnellzugriffe#

Starte mit diesen Ressourcen:

• Schnellstart: Erstelle dein erstes Projekt und trainiere in wenigen Minuten ein Modell
• Erkunden: Durchsuche öffentliche Datasets und Projekte und klone sie
• Daten: Überblick über die Datenvorbereitung
• Datasets: Lade deine Trainingsdaten hoch und verwalte sie
• Annotation: Beschrifte deine Daten mit manuellen und KI-gestützten Tools
• Trainieren: Überblick über das Training
• Projekte: Organisiere deine Modelle und Experimente
• Modelle: Modellseiten, Downloads und Exporte
• Cloud-Training: Trainiere auf Cloud-GPUs
• Bereitstellen: Überblick über die Bereitstellung
• Inferenz: Teste deine Modelle
• Endpunkte: Stelle Modelle in der Produktion bereit
• Überwachung: Verfolge die Leistung deiner Bereitstellungen
• Konto: Kontoübersicht
• Einstellungen: Profil- und Arbeitsbereichseinstellungen
• Teams: Mitglieder, Rollen und Einladungen
• API-Schlüssel: API-Zugriff verwalten
• Abrechnung: Guthaben und Zahlungen
• Aktivität: Kontoaktivitäten verfolgen
• Papierkorb: Gelöschte Elemente wiederherstellen
• Integrationen: Cloud-Speicher, Anmerkungswerkzeuge und Slack
• REST API: API-Referenz

Fehlerbehebung#

Probleme mit Datensätzen#

Probleme beim Training#

Probleme bei der Bereitstellung#

Häufige Fragen#

FAQ#