Ultralytics Platform#

Ultralytics Platform ist eine umfassende, durchgängige Computer-Vision-Plattform, die den gesamten ML-Arbeitsablauf von der Datenaufbereitung bis zur Modellbereitstellung vereinfacht. Sie wurde für Teams und Einzelpersonen entwickelt, die produktionsreife Lösungen für Computer Vision ohne komplexe Infrastruktur benötigen.

Was ist Ultralytics Platform?#

Ultralytics Platform vereint Dataset-Verwaltung und -Annotation, Experimentverfolgung, Cloud- und Remote-Training, Modelle exportieren, dedizierte Inferenz-Endpunkte und Überwachung der Bereitstellung in einem Arbeitsbereich. Die Plattform unterstützt nativ die Modelle YOLO26, YOLO11, YOLOv8 und YOLOv5.

Arbeitsablauf: Hochladen → Annotieren → Trainieren → Exportieren oder Bereitstellen#

Die Platform bietet einen durchgängigen Arbeitsablauf:

Das kannst du tun:

• Lade Bilder, Videos und Dataset-Dateien hoch, um Trainings-Datasets zu erstellen
• Visualisiere Annotationen mit interaktiven Einblendungen für die 6 YOLO-Aufgabentypen, die der Annotationseditor unterstützt (siehe unterstützte Aufgabentypen)
• Trainiere Modelle auf Cloud-GPUs (24 in allen Tarifen, 26 mit Pro oder Enterprise für B200 und B300) und verfolge Echtzeitmetriken
• Export in 22 Bereitstellungsformate (ONNX, TensorRT, CoreML, LiteRT, Hailo, Ascend usw.)
• Stelle deine Modelle mit dedizierten Endpunkten und einem Klick in 42 globalen Regionen bereit
• Erstelle Agents-Arbeitsabläufe, die Modelle, Bedingungen, die Erfassung von Datasets, Slack-Benachrichtigungen und Webhooks verknüpfen
• Überwache Trainingsfortschritt, Zustand der Bereitstellungen und Nutzungsmetriken
• Verbinde Cloud-Speicher, Annotationswerkzeuge und Slack über Integrationen
• Arbeite zusammen, indem du Projekte und Datasets für die Community öffentlich machst

Infrastruktur mit mehreren Regionen#

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

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#

Datenaufbereitung#

• Dataset-Verwaltung: Erstelle Datasets aus lokalen Dateien, einer URL, verbundenem Cloud-Speicher oder einem lokalen Host mit automatischer Verarbeitung
• Annotationseditor: Manuelle Annotationswerkzeuge für 6 YOLO-Aufgabentypen (Erkennung, Segmentierung, semantische Segmentierung, Klassifizierung, Pose, OBB; siehe unterstützte Aufgabentypen)
• Skelettvorlagen: Integrierte (Person, Hand, Hund, Gesicht, Box) und benutzerdefinierte Skelettvorlagen für die Pose-Annotation mit einem Klick
• Smart Annotation: Nutze SAM 2.1 (Tiny, Small, Base, Large), SAM 3 oder SAM 3.1 (Standard) über die Annotationssymbolleiste für Erkennungs-, Segmentierungs-, semantische Segmentierungs- und OBB-Aufgaben; vortrainierte Ultralytics-YOLO-Modelle und deine eigenen feinabgestimmten YOLO-Modelle für diese Aufgaben und Pose; oder klassenbasiert gesteuerte Modelle für Erkennungs-Datasets mit 1–200 Klassen: sechs gehostete Open-Source-Modelle (standardmäßig Moondream 3.1), gehostete textgesteuerte SAM 3- und SAM 3.1-Modelle oder kostenpflichtige Bildverarbeitungsmodelle von OpenAI, Anthropic, Google, Meta, SpaceXAI, DeepSeek, Z.ai, Kimi und Xiaomi MiMo mit einem Anbieterschlüssel unter Einstellungen > API Keys
• Dataset-Versionierung: Erstelle nummerierte NDJSON-Schnappschüsse mit Beschreibungen und lade anschließend jede Version herunter oder stelle sie für reproduzierbares Training wieder her
• Statistiken: Klassenverteilung, Verteilung der Datensatzaufteilungen, Standort-Heatmaps und Analyse der Begrenzungsrahmengrößen

Modelltraining#

• Cloud-Training: Trainiere auf Cloud-GPUs (24 in allen Tarifen, 26 mit Pro oder Enterprise für B200 und B300) mit Echtzeitmetriken und einer laufend aktualisierten Kostenschätzung
• Remote-Training: Trainiere an einem beliebigen Ort und übertrage Metriken an Ultralytics Platform
• Erweiterte Einstellungen: Überschreibe beliebige Ultralytics-Trainingsargumente in einem integrierten YAML-Editor im Trainingsdialog
• Projektorganisation: Gruppiere zusammengehörige Modelle, vergleiche Experimente und verfolge Aktivitäten
• 22 Exportformate: ONNX, TensorRT, CoreML, LiteRT, Hailo, Ascend und weitere (siehe unterstützte Formate)

Du kannst Modelle entweder über die Weboberfläche (Cloud-Training) oder auf deinem eigenen Rechner (Remote-Training) trainieren:

Bereitstellung#

• Inferenz testen: Teste Modelle direkt im Browser mit eigenen Bildern, einer Webcam-Aufnahme oder den integrierten Beispielen
• Dedizierte Endpunkte: Stelle Modelle in 42 globalen Regionen bereit; standardmäßig mit Skalierung auf null (eine aktive Instanz)
• Überwachung: Echtzeitmetriken, Anforderungsprotokolle und Leistungsdashboards

Nach der Bereitstellung kannst du deinen Endpunkt aus jeder beliebigen Sprache aufrufen. conf, iou und imgsz sind optionale Formularfelder, deren Standardwerte 0.25, 0.7 und die Trainingsbildgröße des Modells (640, falls nicht verfügbar) sind:

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 Arbeitsbereichen.
• API-Schlüssel: Sichere Schlüsselverwaltung für Remote-Training und API-Zugriff
• Guthaben und Abrechnung: Pay-as-you-go-Training mit transparenter Preisgestaltung und Aufladungen von 5 bis 1.000 $
• Aktivitätsfeed: Verfolge alle Kontoereignisse und -aktionen
• Papierkorb und Wiederherstellung: Vorläufiges Löschen mit 30-tägiger Wiederherstellungsmöglichkeit
• DSGVO-Konformität: Datenexport und Kontolöschung

Schnellzugriffe#

Mit diesen Ressourcen kannst du loslegen:

• Schnellstart: Erstelle dein erstes Projekt und trainiere in wenigen Minuten ein Modell
• Entdecken: Durchsuche und klone öffentliche Datensätze und Projekte und suche nach Bildern anhand ihres Inhalts
• Daten: Überblick über die Vorbereitung von Datensätzen
• Datensätze: Lade deine Trainingsdaten hoch und verwalte sie
• Annotation: Beschrifte deine Daten mit manuellen und KI-gestützten Werkzeugen
• Training: Überblick über das Training
• Projekte: Organisiere deine Modelle und Experimente
• Modelle: Modellseiten, Downloads und Exporte
• Cloud-Training: Trainiere auf Cloud-GPUs
• Bereitstellung: Überblick über die Bereitstellung
• Inferenz: Teste deine Modelle
• Endpunkte: Stelle Modelle in der Produktionsumgebung bereit
• Überwachung: Verfolge die Leistung deiner Bereitstellung
• Konto: Kontoübersicht
• Einstellungen: Profil- und Arbeitsbereichseinstellungen
• Teams: Mitglieder, Rollen und Einladungen
• API-Schlüssel: Verwalte den API-Zugriff
• Abrechnung: Guthaben und Zahlungen
• Aktivität: Verfolge Kontoereignisse
• Papierkorb: Stelle gelöschte Elemente wieder her
• Integrationen: Cloud-Speicher, Annotationswerkzeuge und Slack
• REST API: API-Referenz

Fehlerbehebung#

Probleme mit Datensätzen#

Probleme beim Training#

Probleme bei der Bereitstellung#

Häufige Fragen#

Häufig gestellte Fragen#