Ultralytics Platform
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
Todo en una plataforma con soporte nativo para modelos YOLO26 y YOLO11.
Flujo de trabajo: Cargar → Anotar → Entrenar → Exportar → Desplegar
La Plataforma ofrece un flujo de trabajo de extremo a extremo:
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
| Etapa | Características |
|---|---|
| Cargar | Imágenes (50MB), vídeos (1GB), archivos ZIP (10GB) con procesamiento automático |
| Anotar | Herramientas manuales, anotación inteligente SAM, autoetiquetado YOLO para los 5 tipos de tareas (ver tareas soportadas) |
| Entrenar | GPUs en la nube (19 gratuitas + 3 exclusivas para Pro), métricas en tiempo real, organización de proyectos |
| Exportar | 17 formatos de despliegue (ONNX, TensorRT, CoreML, TFLite, etc.; consulte formatos compatibles) |
| Despliegue | 43 regiones globales con puntos finales dedicados, autoescalado, monitoreo |
Lo que puedes hacer:
- Cargar imágenes, videos y archivos ZIP para crear conjuntos de datos de entrenamiento
- Visualizar anotaciones con superposiciones interactivas para los 5 tipos de tareas de YOLO (ver tareas soportadas).
- Entrena modelos en GPUs en la nube (19 gratuitas, 22 con Pro) con métricas en tiempo real
- Exportar a 17 formatos de despliegue (ONNX, TensorRT, CoreML, TFLite, etc.)
- Desplegar en 43 regiones globales con puntos finales dedicados de un solo clic
- Monitorice el progreso del entrenamiento, el estado de la implementación y las métricas de uso
- Colabore haciendo públicos 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:
| Región | Etiqueta | Ubicación | Ideal para |
|---|---|---|---|
| EE. UU. | Américas | Iowa, EE. UU. | Usuarios de América, el más rápido para América |
| UE | Europa, Oriente Medio y África | Bélgica, Europa | Usuarios europeos, cumplimiento del RGPD |
| AP | Asia Pacífico | Hong Kong, Asia-Pacífico | Usuarios de Asia-Pacífico, menor latencia en APAC |
Usted selecciona su región durante la incorporación, y todos sus datos, modelos y despliegues permanecen en esa región.
Región Permanente
Su región de datos no se puede cambiar después de la creación de la cuenta. Durante la incorporación, la plataforma mide la latencia a cada región y recomienda la más cercana. Elija con cuidado.
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 de tareas de YOLO (detect, segment, pose, obb, classify; ver tareas soportadas).
- Plantillas de Esqueletos: Plantillas de esqueletos integradas (Persona, Mano, Cara, Perro, Caja) y personalizadas para la anotación de pose con un solo clic.
- Anotación Inteligente SAM: Anotación inteligente basada en clics con 5 modelos — SAM 2.1 (Tiny, Small, Base, Large) y el nuevo SAM 3 para la máxima precisión. Cambia de modelo por imagen desde la barra de herramientas de anotación.
- Auto-Anotación: Utilice modelos entrenados para pre-etiquetar nuevos datos
- Versionado de Conjuntos de Datos: Crear instantáneas NDJSON numeradas con descripciones para un entrenamiento reproducible
- 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
Tipos de Tarea Compatibles
El editor de anotaciones admite los 5 tipos de tareas de YOLO: detect (cajas delimitadoras), segment (polígonos), pose (puntos clave), OBB (cajas orientadas) y classify (etiquetas a nivel de imagen). Cada tipo de tarea tiene herramientas de dibujo y atajos de teclado dedicados.
Entrenamiento de modelos
- Entrenamiento en la Nube: Entrena en GPUs en la nube (19 gratuitas, 22 con Pro) con métricas en tiempo real
- Entrenamiento remoto: Entrene en cualquier lugar y transmita 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 (ver formatos compatibles)

Puede entrenar modelos a través de la interfaz de usuario web (entrenamiento en la nube) o desde su propia máquina (entrenamiento remoto):
- Navegue a su proyecto
- Haz clic
Train Model - Seleccione el conjunto de datos, el modelo, la GPU y las épocas
- Monitorizar curvas de pérdida y métricas en tiempo real
# 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 endpoint 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: Colaborar con miembros del equipo, gestionar roles e invitaciones
- 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: Seguimiento de todos los eventos y acciones de la cuenta
- Papelera y Restauración: Eliminación lógica de 30 días con recuperación de elementos
- Cumplimiento GDPR: Exportación de datos y eliminación de cuentas
Niveles de plan
| Característica | Gratuito | Pro (29 $/mes) | Empresarial |
|---|---|---|---|
| Crédito de Registro | $5 / $25* | - | Personalizado |
| Crédito Mensual | - | $30/puesto/mes | Personalizado |
| Modelos | 100 | 500 | Ilimitado |
| Entrenamientos concurrentes | 3 | 10 | Ilimitado |
| Despliegues | 3 | 10 | Ilimitado |
| Almacenamiento | 100 GB | 500 GB | Ilimitado |
| Tipos de GPU en la nube | 19 | 22 (incl. H200/B200) | 22 |
| Equipos | - | Hasta 5 miembros | Hasta 50 |
| Soporte | Comunidad | Prioridad | Dedicado |
*$5 al registrarse, o $25 con un correo electrónico de empresa/trabajo verificado.
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: Seguimiento de 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:
- Registrarse: Cree una cuenta en platform.ultralytics.com
- Seleccionar Región: Elija su región de datos (EE. UU., UE o AP) durante la incorporación
- Subir Conjunto de Datos: Vaya a la sección de Conjuntos de Datos para subir sus datos
- Entrenar Modelo: Cree un proyecto y empiece a entrenar en GPUs en la nube
- 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 Tarea: Soporte para detección, segmentación, pose, OBB y clasificación (ver 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:
| GPU | VRAM | Costo por hora | Ideal para |
|---|---|---|---|
| RTX 2000 Ada | 16 GB | $0.24 | Conjuntos de datos pequeños, pruebas |
| RTX A4500 | 20 GB | $0.24 | Conjuntos de datos pequeños-medianos |
| RTX A5000 | 24 GB | $0.26 | Conjuntos de datos medianos |
| RTX 4000 Ada | 20 GB | $0.38 | Conjuntos de datos medianos |
| L4 | 24 GB | $0.39 | Optimizado para inferencia |
| A40 | 48 GB | $0.40 | Tamaños de lote mayores |
| RTX 3090 | 24 GB | $0.46 | Entrenamiento general |
| RTX A6000 | 48 GB | $0.49 | Modelos grandes |
| RTX 4090 | 24 GB | $0.59 | Excelente relación precio/rendimiento |
| RTX 6000 Ada | 48 GB | $0.77 | Entrenamiento con lotes grandes |
| L40S | 48 GB | $0.86 | Entrenamiento con lotes grandes |
| RTX 5090 | 32 GB | $0.89 | Última generación |
| L40 | 48 GB | $0.99 | Modelos grandes |
| A100 PCIe | 80 GB | $1.39 | Entrenamiento para producción |
| A100 SXM | 80 GB | $1.49 | Entrenamiento para producción |
| RTX PRO 6000 | 96 GB | $1.89 | Valor predeterminado recomendado |
| H100 PCIe | 80 GB | $2.39 | Entrenamiento más rápido |
| H100 SXM | 80 GB | $2.69 | Entrenamiento más rápido |
| H100 NVL | 94 GB | $3.07 | Entrenamiento con alta memoria |
| H200 NVL | 143 GB | $3.39 | Memoria máxima (Pro+) |
| H200 SXM | 141 GB | $3.59 | Rendimiento máximo (Pro+) |
| B200 | 180 GB | $4.99 | Modelos más grandes (Pro+) |
Consulte Entrenamiento en la Nube para ver los precios completos y las opciones de GPU.
¿Cómo funciona el entrenamiento remoto?
Puede entrenar modelos en su propio hardware y transmitir métricas en tiempo real a la plataforma, de forma similar a Weights & Biases.
Requisito de Versión del Paquete
La integración con la Plataforma requiere ultralytics>=8.4.14. Las versiones anteriores NO funcionarán con la Plataforma.
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 con plantillas de esqueleto, cajas orientadas, clasificación
- Plantillas de Esqueletos: Coloque todos los puntos clave a la vez utilizando plantillas integradas (Persona, Mano, Cara, Perro, Caja) o personalizadas.
- Anotación Inteligente SAM: Haz clic para generar máscaras precisas — elige entre SAM 2.1 Tiny/Small/Base/Large o el nuevo SAM 3 a través del selector de modelos de la barra de herramientas
- Atajos de teclado: Flujos de trabajo eficientes con teclas de acceso rápido
| Atajo | Acción |
|---|---|
V | Seleccione el modo |
S | Modo de anotación inteligente de SAM |
A | Modo de autoanotación |
1 - 9 | Seleccione la clase por número |
Delete | Eliminar anotación seleccionada |
Ctrl+Z | Deshacer |
Ctrl+Y | Rehacer |
Escape | Cancelar acción actual |
Consulte Anotación para la guía completa.
¿Qué formatos de exportación son compatibles?
La Plataforma soporta 17 formatos de despliegue:
| Formato | Extensión de Archivo | Caso de uso |
|---|---|---|
| ONNX | .onnx | Despliegue multiplataforma |
| TorchScript | .torchscript | Despliegue en C++ |
| OpenVINO | _openvino_model | Hardware Intel |
| TensorRT | .engine | Inferencia en GPU NVIDIA |
| CoreML | .mlpackage | dispositivos Apple |
| TFLite | .tflite | Dispositivos móviles/de borde |
| TF SavedModel | _saved_model | Ecosistema TensorFlow |
| TF GraphDef | .pb | Legado de TensorFlow |
| PaddlePaddle | _paddle_model | Ecosistema Baidu |
| NCNN | _ncnn_model | Móvil (Android/ARM) |
| Edge TPU | _edgetpu.tflite | Dispositivos Google Coral |
| TF.js | _web_model | Despliegue en navegador |
| MNN | .mnn | Móvil Alibaba |
| RKNN | _rknn_model | Rockchip NPU |
| IMX500 | _imx_model | Sensor Sony IMX500 |
| Axelera | _axelera_model | Aceleradores de IA Axelera |
| ExecuTorch | _executorch_model | PyTorch móvil |
Consulte Models Export, la guía del modo Export y el índice de Integrations para opciones específicas de formato.
Solución de problemas
Problemas del conjunto de datos
| Problema | Solución |
|---|---|
| El conjunto de datos no se procesa | Verifique que el formato de archivo sea compatible (JPEG, PNG, WebP, etc.). Tamaño máximo de archivo: imágenes 50MB, videos 1GB, ZIP 10GB |
| Anotaciones faltantes | Verificar que las etiquetas estén en formato YOLO con .txt archivos que coincidan con los nombres de archivo de las imágenes |
| "Se requiere división de entrenamiento" | Añadir train/ carpeta a la estructura de su conjunto de datos, o crear divisiones en configuración del conjunto de datos |
| Nombres de clase indefinidos | Añadir un data.yaml archivo con names: lista (ver formato YOLO), o definir clases en la configuración del conjunto de datos |
Problemas de entrenamiento
| Problema | Solución |
|---|---|
| El entrenamiento no se inicia | Verifique el saldo de crédito en Configuración > Facturación. Se requiere un saldo positivo |
| Error de falta de memoria | Reduzca el tamaño del lote, use un modelo más pequeño (n/s), o seleccione una GPU con más VRAM |
| Métricas deficientes | Verifique la calidad del conjunto de datos, aumente las épocas, pruebe la aumentación de datos, verifique el equilibrio de clases |
| Entrenamiento lento | Seleccione una GPU más rápida, reduzca el tamaño de la imagen, verifique que el conjunto de datos no esté limitado |
Problemas de despliegue
| Problema | Solución |
|---|---|
| El endpoint no responde | Verifique el estado del endpoint (Listo vs Detenido). El arranque en frío puede tardar entre 5 y 15 segundos |
| 401 No autorizado | Verifique que la clave API sea correcta y tenga los alcances requeridos. |
| Inferencia lenta | Verifique el tamaño del modelo, considere la exportación a TensorRT, seleccione una región más cercana |
| Error de exportación | Algunos formatos requieren arquitecturas de modelo específicas. Pruebe ONNX para la mayor compatibilidad |
Preguntas frecuentes
¿Puedo cambiar mi nombre de usuario después de registrarme?
No, los nombres de usuario son permanentes y no se pueden cambiar. Elija con cuidado durante el registro.
¿Puedo cambiar mi región de datos?
No, la región de datos se selecciona durante el registro y no se puede cambiar. Para cambiar de región, cree una nueva cuenta y vuelva a cargar sus datos.
¿Cómo obtengo más créditos?
Vaya a Configuración > Facturación > Añadir créditos. Adquiera créditos desde $5 hasta $1000. Los créditos comprados nunca caducan.
¿Qué sucede si el entrenamiento falla?
Solo se le cobra por el tiempo de cómputo completado. Los puntos de control se guardan y puede reanudar el entrenamiento.
¿Puedo descargar mi modelo entrenado?
Sí, haga clic en el icono de descarga en cualquier página del modelo para descargar el .pt archivo o los formatos exportados.
¿Cómo comparto mi trabajo públicamente?
Edite la configuración de su proyecto o conjunto de datos y cambie la visibilidad a "Público". El contenido público aparece en la página Explorar.
¿Cuáles son los límites de tamaño de archivo?
Imágenes: 50MB, Vídeos: 1GB, Archivos ZIP: 10GB. Para archivos más grandes, divídalos en múltiples cargas.
¿Cuánto tiempo se mantienen los elementos eliminados en la Papelera?
30 días. Después de ese período, los elementos se eliminan permanentemente y no se pueden recuperar.
¿Puedo usar los modelos de la Plataforma comercialmente?
Los planes Gratuito y Pro utilizan la licencia AGPL. Para uso comercial sin los requisitos de la AGPL, contacte a sales@ultralytics.com para obtener una licencia Enterprise.