Ultralytics Platform

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

Ultralytics Platform es una plataforma integral de visión artificial de extremo a extremo que optimiza todo el flujo de trabajo de ML, desde la preparación de datos hasta el despliegue del modelo. Diseñada para equipos e individuos que necesitan soluciones de visión artificial listas para producción sin la complejidad de la infraestructura.

¿Qué es Ultralytics Platform?

Ultralytics Platform está diseñada para reemplazar las herramientas de ML fragmentadas con una solución unificada. Combina las capacidades de:

• Roboflow - Gestión y anotación de datos
• Weights & Biases - Seguimiento de experimentos
• SageMaker - Entrenamiento en la nube
• HuggingFace - Despliegue de modelos
• Arize - Monitorización

Plataforma todo en uno con soporte nativo para YOLO26 y YOLO11 .

Flujo de trabajo: Cargar → Anotar → Entrenar → Exportar → Implementar

La plataforma ofrece un flujo de trabajo integral:

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

Lo que puedes hacer:

• Sube imágenes, vídeos y archivos ZIP para crear conjuntos de datos de entrenamiento.
• Visualiza anotaciones con superposiciones interactivas para los 5 tipos YOLO (consulta las tareas compatibles).
• Entrena modelos en 22 GPU en la nube con métricas en tiempo real.
• Exportación a 17 formatos de implementación (ONNX, TensorRT, CoreML, TFLite, etc.)
• Implemente en 43 regiones globales con terminales dedicados con un solo clic.
• Supervisar el progreso de la formación, el estado de la implementación y las métricas de uso.
• Colabora haciendo públicos los proyectos y conjuntos de datos para la comunidad.

Infraestructura multirregional

Sus datos permanecen en su región. La plataforma Ultralytics opera infraestructura en tres regiones globales:

Usted selecciona su región durante la incorporación, y todos sus datos, modelos y despliegues permanecen en esa región.

Características clave

Preparación de datos

• Gestión de Conjuntos de Datos: Suba imágenes, videos o archivos ZIP con procesamiento automático
• Editor de anotaciones: Anotación manual para los 5 tipos YOLO (detect, segment, pose, OBB, classify; ver tareas compatibles).
• AnotaciónSAM : anotación inteligente basada en clics utilizando el modelo Segment Anything.
• Auto-Anotación: Utilice modelos entrenados para pre-etiquetar nuevos datos
• Estadísticas: Distribución de clases, mapas de calor de ubicación y análisis de dimensiones

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

Entrenamiento de modelos

• Formación en la nube: aprenda a utilizar 22 GPU en la nube con métricas en tiempo real.
• Entrenamiento remoto: Entrena en cualquier lugar y transmite las métricas a la plataforma (estilo W&B).
• Organización de Proyectos: Agrupe modelos relacionados, compare experimentos, realice seguimiento de la actividad
• 17 formatos de exportación: ONNX, TensorRT, CoreML, TFLite y más (consulte los formatos compatibles).

Puede entrenar modelos a través de la interfaz de usuario web (entrenamiento en la nube) o desde su propio equipo (entrenamiento remoto):

# 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

Despliegue

• Pruebas de Inferencia: Pruebe modelos directamente en el navegador con imágenes personalizadas
• Endpoints Dedicados: Despliegue en 43 regiones globales con autoescalado
• Monitoreo: Métricas en tiempo real, registros de solicitudes y paneles de rendimiento

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]

Una vez implementado, llame a su punto final desde cualquier lenguaje:

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);

Gestión de cuentas

• Equipos y organizaciones: colabora con los miembros del equipo, gestiona funciones e invita a otros usuarios.
• API Keys: Gestión segura de claves para entrenamiento remoto y acceso a la API
• Créditos y Facturación: Entrenamiento de pago por uso con precios transparentes
• Feed de actividad: Realiza un seguimiento de todos los eventos y acciones de la cuenta.
• Papelera y restauración: eliminación temporal durante 30 días con recuperación de elementos.
• Cumplimiento GDPR: Exportación de datos y eliminación de cuentas

Enlaces rápidos

Empiece con estos recursos:

• Inicio Rápido: Cree su primer proyecto y entrene un modelo en minutos
• Conjuntos de Datos: Suba y gestione sus datos de entrenamiento
• Anotación: Etiquete sus datos con herramientas manuales y asistidas por IA
• Proyectos: Organice sus modelos y experimentos
• Entrenamiento en la Nube: Entrene en GPUs en la nube
• Inferencia: Pruebe sus modelos
• Endpoints: Despliegue modelos a producción
• Monitorización: track el rendimiento del despliegue
• API Keys: Gestione el acceso a la API
• Facturación: Créditos y pago
• Actividad: Realizar un seguimiento de los eventos de la cuenta.
• Papelera: Recuperar elementos eliminados
• REST API: Referencia de la API

Preguntas frecuentes

¿Cómo empiezo con Ultralytics Platform?

Para empezar con Ultralytics Platform:

1. Registrarse: Cree una cuenta en platform.ultralytics.com
2. Seleccionar Región: Elija su región de datos (EE. UU., UE o AP) durante la incorporación
3. Subir Conjunto de Datos: Vaya a la sección de Conjuntos de Datos para subir sus datos
4. Entrenar Modelo: Cree un proyecto y empiece a entrenar en GPUs en la nube
5. Desplegar: Pruebe su modelo y despliegue a un endpoint dedicado

Para una guía detallada, consulte la página de Inicio Rápido.

¿Cuáles son los beneficios de Ultralytics Platform?

Ultralytics Platform ofrece:

• Flujo de Trabajo Unificado: Datos, entrenamiento y despliegue en un solo lugar
• Multirregión: Residencia de datos en regiones de EE. UU., UE o AP
• Entrenamiento sin código: Entrene modelos avanzados de YOLO sin escribir código
• Métricas en tiempo real: Transmita el progreso del entrenamiento y supervise las implementaciones
• 43 Regiones de despliegue: Despliegue modelos cerca de sus usuarios en todo el mundo
• 5 tipos de tareas: compatibilidad con detección, segmentación, pose, OBB y clasificación (consulte la documentación de tareas).
• Anotación asistida por IA: SAM y autoetiquetado para acelerar la preparación de datos

¿Qué opciones de GPU están disponibles para el entrenamiento en la nube?

La Plataforma Ultralytics es compatible con múltiples tipos de GPU para el entrenamiento en la nube:

Consulte Formación en la nube para obtener información completa sobre precios y GPU .

¿Cómo funciona el entrenamiento remoto?

Puedes entrenar modelos en tu propio hardware y transmitir métricas en tiempo real a la plataforma, de forma similar a 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

Consulte Entrenamiento en la Nube para obtener más detalles sobre el entrenamiento remoto.

¿Qué herramientas de anotación están disponibles?

La Plataforma incluye un editor de anotaciones con todas las funciones, compatible con:

• Herramientas manuales: Cajas delimitadoras, polígonos, puntos clave, cajas orientadas, clasificación
• AnotaciónSAM : haga clic para generar máscaras precisas utilizando el modelo Segment Anything.
• Atajos de teclado: Flujos de trabajo eficientes con teclas de acceso rápido

Consulte Anotación para la guía completa.

¿Qué formatos de exportación son compatibles?

La plataforma admite 17 formatos de implementación:

Consulte Exportación de modelos, la guía del modo Exportar y el índice de integraciones para ver las opciones específicas de cada formato.

Solución de problemas

Problemas con los conjuntos de datos

Cuestiones relacionadas con la formación

Problemas de implementación

Preguntas frecuentes

📅 Creado hace 1 mes ✏️ Actualizado hace 5 días

Comentarios