Ultralytics Plattform

中文 | 한국어 | 日本語 | Русский | Deutsch | Français | Español | Português | Türkçe | Tiếng Việt | العربية

Ultralytics Platform ist eine umfassende End-to-End-Plattform für Computer Vision, die den gesamten ML-Workflow von der Datenvorbereitung bis zur Modellbereitstellung optimiert. Entwickelt für Teams und Einzelpersonen, die produktionsreife Computer-Vision-Lösungen ohne die Komplexität der Infrastruktur benötigen.

Was ist die Ultralytics Platform?

Die Ultralytics Platform wurde entwickelt, um fragmentierte ML-Tools durch eine einheitliche Lösung zu ersetzen. Sie vereint die Funktionen von:

• Roboflow – Datenmanagement und -annotation
• Weights & Biases – Experiment-Tracking
• SageMaker – Cloud-Training
• HuggingFace – Modell-Deployment
• Arize – Monitoring

All-in-One-Plattform mit nativer Unterstützung für YOLO26 und YOLO11 Modelle.

Workflow: Hochladen → Kommentieren → Trainieren → Exportieren → Bereitstellen

Die Plattform bietet einen durchgängigen Workflow:

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

Was Sie tun können:

• Laden Sie Bilder, Videos und ZIP-Archive hoch, um Trainingsdatensätze zu erstellen.
• Visualisieren Sie Anmerkungen mit interaktiven Overlays für alle 5 YOLO (siehe unterstützte Aufgaben).
• Trainieren Sie Modelle auf 22 Cloud GPU mit Echtzeit-Metriken.
• Exportieren in 17 Bereitstellungsformate (ONNX, TensorRT, CoreML, TFLite usw.)
• Bereitstellung in 43 Regionen weltweit mit dedizierten Endpunkten per Mausklick
• Überwachen Sie den Schulungsfortschritt, den Einsatzzustand und die Nutzungsmetriken.
• Arbeiten Sie zusammen, indem Sie Projekte und Datensätze für die Community öffentlich zugänglich machen.

Multi-Region-Infrastruktur

Ihre Daten bleiben in Ihrer Region. Die Ultralytics Platform betreibt Infrastruktur in drei globalen Regionen:

Sie wählen Ihre Region während des Onboardings, und all Ihre Daten, Modelle und Deployments verbleiben in dieser Region.

Hauptmerkmale

Datenvorbereitung

• Dataset-Management: Hochladen von Bildern, Videos oder ZIP-Archiven mit automatischer Verarbeitung
• Annotation Editor: Manuelle Annotation für alle 5 YOLO (detect, segment, Posieren, OBB, classify; siehe unterstützte Aufgaben)
• SAM Annotation: Klickbasierte intelligente Annotation mit dem Segment Anything Model
• Auto-Annotation: Verwenden Sie trainierte Modelle, um neue Daten vorab zu labeln
• Statistiken: Klassenverteilung, Standort-Heatmaps und Dimensionsanalyse

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

Modelltraining

• Cloud-Training: Trainieren Sie mit 22 Cloud GPU und Echtzeit-Metriken.
• Fernschulung: Trainieren Sie überall und streamen Sie Metriken auf die Plattform (W&B-Stil)
• Projektorganisation: Gruppieren Sie verwandte Modelle, vergleichen Sie Experimente, tracken Sie Aktivitäten
• 17 Exportformate: ONNX, TensorRT, CoreML, TFLite und mehr (siehe unterstützte Formate)

Sie können Modelle entweder über die Web-Benutzeroberfläche (Cloud-Training) oder von Ihrem eigenen Rechner aus (Remote-Training) trainieren:

# Install ultralytics
pip install "ultralytics>=8.4.14"

# Set your API key
export ULTRALYTICS_API_KEY="your_api_key"

# Train and stream metrics to the platform
yolo train model=yolo26n.pt data=coco.yaml epochs=100 project=username/my-project name=exp1

import os

from ultralytics import YOLO

os.environ["ULTRALYTICS_API_KEY"] = "your_api_key"

model = YOLO("yolo26n.pt")
model.train(
    data="coco.yaml",
    epochs=100,
    project="username/my-project",
    name="exp1",
)
# Metrics stream to Platform automatically

Bereitstellung

• Inferenz-Tests: Testen Sie Modelle direkt im Browser mit benutzerdefinierten Bildern
• Dedizierte Endpunkte: Bereitstellung in 43 globalen Regionen mit Auto-Scaling
• Monitoring: Echtzeit-Metriken, Anfrageprotokolle und Performance-Dashboards

graph LR
    A[Trained Model] --> B{Action}
    B --> C[Browser Predict]
    B --> D[Export Format]
    B --> E[Deploy Endpoint]
    D --> F[ONNX / TensorRT / CoreML / TFLite / ...]
    E --> G[43 Global Regions]
    G --> H[API Endpoint URL]
    H --> I[Monitor & Scale]

Nach der Bereitstellung können Sie Ihren Endpunkt aus jeder Sprache aufrufen:

import requests

url = "https://your-endpoint-url/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())

curl -X POST "https://your-endpoint-url/predict" \
  -H "Authorization: Bearer your_api_key" \
  -F "file=@image.jpg"

const form = new FormData();
form.append("file", fileInput.files[0]);

const response = await fetch("https://your-endpoint-url/predict", {
    method: "POST",
    headers: { Authorization: "Bearer your_api_key" },
    body: form,
});

const results = await response.json();
console.log(results);

Kontoverwaltung

• Teams und Organisationen: Mit Teammitgliedern zusammenarbeiten, Rollen verwalten und Einladungen versenden
• API-Schlüssel: Sichere Schlüsselverwaltung für Remote-Training und API-Zugriff
• Guthaben & Abrechnung: Pay-as-you-go-Training mit transparenter Preisgestaltung
• Aktivitätsfeed: Verfolgen Sie alle Kontoereignisse und Aktionen
• Trash & Restore: 30-tägige vorläufige Löschung mit Wiederherstellung von Elementen
• DSGVO-Konformität: Datenexport und Kontolöschung

Schnellzugriffe

Beginnen Sie mit diesen Ressourcen:

• Schnellstart: Erstellen Sie Ihr erstes Projekt und trainieren Sie ein Modell in wenigen Minuten
• Datensätze: Laden Sie Ihre Trainingsdaten hoch und verwalten Sie sie
• Annotation: Labeln Sie Ihre Daten mit manuellen und KI-gestützten Tools
• Projekte: Organisieren Sie Ihre Modelle und Experimente
• Cloud-Training: Trainieren Sie auf Cloud-GPUs
• Inferenz: Testen Sie Ihre Modelle
• Endpunkte: Stellen Sie Modelle in der Produktion bereit
• Monitoring: Tracken Sie die Bereitstellungs-Performance
• API-Schlüssel: Verwalten Sie den API-Zugriff
• Abrechnung: Guthaben und Zahlung
• Aktivität: Kontoereignisse verfolgen
• Papierkorb: Gelöschte Elemente wiederherstellen
• REST API: API-Referenz

FAQ

Wie fange ich mit der Ultralytics Platform an?

Um mit Ultralytics Platform zu beginnen:

1. Registrieren: Erstellen Sie ein Konto unter platform.ultralytics.com
2. Region auswählen: Wählen Sie Ihre Datenregion (USA, EU oder AP) während des Onboardings
3. Datensatz hochladen: Navigieren Sie zum Bereich Datensätze, um Ihre Daten hochzuladen
4. Modell trainieren: Erstellen Sie ein Projekt und beginnen Sie mit dem Training auf Cloud-GPUs
5. Bereitstellen: Testen Sie Ihr Modell und stellen Sie es auf einem dedizierten Endpunkt bereit

Eine detaillierte Anleitung finden Sie auf der Quickstart-Seite.

Welche Vorteile bietet die Ultralytics Platform?

Ultralytics Platform bietet:

• Vereinheitlichter Workflow: Daten, Training und Bereitstellung an einem Ort
• Multi-Region: Datenresidenz in den Regionen USA, EU oder AP
• No-Code-Training: Trainieren Sie fortschrittliche YOLO-Modelle ohne Code zu schreiben
• Echtzeit-Metriken: Streamen Sie den Trainingsfortschritt und überwachen Sie Bereitstellungen
• 43 Bereitstellungsregionen: Stellen Sie Modelle weltweit nah an Ihren Nutzern bereit
• 5 Aufgabentypen: Unterstützung für Erkennung, Segmentierung, Pose, OBB und Klassifizierung (siehe Aufgabendokumente)
• KI-gestützte Annotation: SAM und automatische Beschriftung zur Beschleunigung der Datenvorbereitung

Welche GPU-Optionen stehen für das Cloud-Training zur Verfügung?

Ultralytics Platform unterstützt verschiedene GPU-Typen für das Cloud-Training:

Die vollständigen Preise und GPU finden Sie unter Cloud-Schulungen.

Wie funktioniert Remote-Training?

Sie können Modelle auf Ihrer eigenen Hardware trainieren und Echtzeit-Metriken an die Plattform streamen, ähnlich wie bei Weights & Biases.

pip install "ultralytics>=8.4.14"

# Set your API key
export ULTRALYTICS_API_KEY="your_api_key"

# Train with project/name to stream metrics
yolo train model=yolo26n.pt data=coco.yaml epochs=100 project=username/my-project name=exp1

import os

from ultralytics import YOLO

os.environ["ULTRALYTICS_API_KEY"] = "your_api_key"

model = YOLO("yolo26n.pt")
model.train(
    data="coco.yaml",
    epochs=100,
    project="username/my-project",
    name="exp1",
)

# Train using a Platform dataset directly
export ULTRALYTICS_API_KEY="your_api_key"

yolo train model=yolo26n.pt data=ul://username/datasets/my-dataset epochs=100 project=username/my-project name=exp1

Weitere Details zum Remote-Training finden Sie unter Cloud Training.

Welche Annotationstools stehen zur Verfügung?

Die Plattform umfasst einen voll ausgestatteten Annotationseditor, der Folgendes unterstützt:

• Manuelle Werkzeuge: Bounding Boxes, Polygone, Keypoints, orientierte Boxen, Klassifizierung
• SAM Annotation: Klicken Sie hier, um präzise Masken mit dem Segment Anything Model zu generieren.
• Tastenkombinationen: Effiziente Workflows mit Hotkeys

Die vollständige Anleitung finden Sie unter Annotation.

Welche Exportformate werden unterstützt?

Die Plattform unterstützt 17 Bereitstellungsformate:

Siehe Modellexport, Anleitung zum Exportmodus und Index „Integrationen ” für formatspezifische Optionen.

Fehlerbehebung

Probleme mit Datensätzen

Ausbildungsfragen

Bereitstellungsprobleme

Häufig gestellte Fragen

📅 Erstellt vor 1 Monat ✏️ Aktualisiert vor 5 Tagen

Kommentare