Puntos de conexión dedicados#

Ultralytics Platform permite el despliegue de modelos YOLO en endpoints dedicados en 42 regiones globales. Cada endpoint es un servicio de inquilino único con comportamiento de escala a cero, una URL de endpoint única y supervisión independiente.

Crear endpoint#

Desde la pestaña de despliegue#

Despliega un modelo desde su pestaña Deploy:

1. Navega hasta tu modelo
2. Haz clic en la pestaña Deploy
3. Revisa el mapamundi y la tabla de regiones, que está ordenada por la latencia medida desde tu ubicación
4. Haz clic en Deploy en la fila de la región que quieras usar

El despliegue comienza de inmediato sin paso de nombres: el nombre se genera a partir del nombre del modelo y la ciudad de la región (por ejemplo, yolo26n-iowa). El modelo debe tener pesos, o la pestaña mostrará un estado vacío en lugar de la tabla de regiones.

Desde la página de despliegues#

Crea un despliegue desde la página global Deploy en la barra lateral:

1. Haz clic en New Deployment
2. Selecciona un modelo en el selector de modelos, que muestra tus modelos completados
3. Selecciona una región en el minimapa o en la tabla de latencia
4. Revisa el nombre de despliegue generado automáticamente, el cual puedes editar aquí
5. Haz clic en Deploy Model

Ciclo de vida del despliegue#

stateDiagram-v2
    [*] --> Creating: Deploy
    Creating --> Deploying: Service starting
    Deploying --> Ready: Service URL published
    Ready --> Stopping: Stop
    Ready --> Deploying: Replace model
    Stopping --> Stopped: Stopped
    Stopped --> Deploying: Start
    Deploying --> Stopped: Start failed
    Ready --> [*]: Delete
    Stopped --> [*]: Delete
    Creating --> Failed: Error
    Deploying --> Failed: Error
    Failed --> [*]: Delete

    classDef proc fill:#2196F3,color:#fff
    classDef out fill:#9C27B0,color:#fff
    classDef error fill:#F44336,color:#fff
    classDef extern fill:#607D8B,color:#fff
    class Creating,Deploying,Stopping proc
    class Ready out
    class Failed error
    class Stopped extern

Conecta Slack alerts para recibir un mensaje cuando un despliegue esté listo o falle al iniciarse.

Selección de región#

Elige entre 42 regiones en todo el mundo. El mapa de regiones interactivo y la tabla muestran:

• Marcadores de región: Codificados por colores según la latencia en un degradado de verde a rojo (las regiones más rápidas son más verdes, las más lentas son más rojas)
• Regiones desplegadas: Resaltadas con una insignia de "Desplegado" en la tabla
• Regiones desplegándose: Indicador de pulso animado en el marcador y en la fila de la tabla
• Resaltado bidireccional: Pasar el cursor sobre el mapa resalta la fila de la tabla y viceversa

La tabla de regiones en la pestaña del modelo Deploy incluye:

La tabla se puede buscar por ciudad, país y zona, y está ordenada por latencia de forma predeterminada.

Regiones disponibles#

Configuración del Endpoint#

Diálogo de nuevo despliegue#

El diálogo de New Deployment recopila tres entradas:

Debajo del nombre, un panel de Recursos de solo lectura lleva una insignia de Custom resources coming soon. Los recursos no son configurables hoy en día: cada endpoint se ejecuta como una única instancia que se reduce a cero cuando está inactiva.

Pestaña Deploy (Implementación rápida)#

Desplegar desde la pestaña del modelo Deploy utiliza los mismos recursos fijos y el nombre generado automáticamente, sin ningún paso de diálogo. El despliegue aparece inmediatamente en la lista de Despliegues activos debajo de la tabla de regiones mientras se crea.

Gestionar endpoints#

Modos de visualización#

La lista de implementaciones admite tres modos de visualización:

Tarjeta de implementación (Vista de tarjetas)#

Cada tarjeta de implementación en la vista de tarjetas muestra:

• Cabecera: Nombre, bandera de la región, insignia de estado y los botones de acción disponibles para el estado actual: reemplazar y detener cuando esté Listo, iniciar cuando esté Detenido, eliminar en cualquier momento
• URL del endpoint: URL copiable con un enlace a la referencia de la API propia del endpoint
• Métricas: Recuento de solicitudes (24h), latencia P95, tasa de errores o "Sin tráfico aún"
• Verificación de estado: Indicador de estado en tiempo real con latencia y actualización manual
• Tabs: Logs, Code y Predict
• Pie de página: El prefijo de la clave de API vinculada al despliegue y la fecha en que estuvo lista
• Mensaje de estado: El motivo del fallo, cuando un despliegue falla

La URL, las métricas, la comprobación de estado y las pestañas aparecen solo mientras el despliegue está Listo. La pestaña de Logs muestra entradas de registro recientes con filtrado de gravedad (Todos / Errores). La pestaña de Code muestra ejemplos de código listos para usar en Python, JavaScript y cURL con la URL de tu endpoint, además de la clave de API vinculada para los propietarios del espacio de trabajo (consulta Supervisión). La pestaña de Predict proporciona un panel de predicción integrado para probar directamente en el despliegue.

Reemplazar un modelo#

Reemplaza el modelo detrás de un endpoint listo sin cambiar su URL:

1. Abre el despliegue en la vista de Tarjetas
2. Haz clic en Reemplazar modelo
3. Selecciona otro modelo completado del mismo espacio de trabajo
4. Opcionalmente, edita el nombre del despliegue
5. Haz clic en Reemplazar modelo

El modelo actual continúa dando servicio mientras se inicia el reemplazo. Una vez que el reemplazo está listo, el tráfico se mueve al nuevo modelo. El ID de despliegue, la URL, la región y la clave de API permanecen sin cambios; su nombre visible solo cambia cuando introduces uno nuevo. Si el fallo ocurre en el reemplazo, el modelo y el nombre anteriores permanecen activos.

El reemplazo requiere todo lo siguiente, y se rechaza en caso contrario:

• El despliegue está Listo y no tiene ninguna otra operación del ciclo de vida en curso
• El modelo de reemplazo tiene pesos y pertenece al mismo espacio de trabajo que el despliegue
• El modelo de reemplazo no es el que ya está desplegado

Estados de implementación#

URL del endpoint#

Cada endpoint tiene una URL única, por ejemplo:

https://predict-<deployment-id>-<hash>-<region>.a.run.app

Haz clic en el botón de copiar para copiar la URL. Haz clic en el icono de documentos para abrir la referencia de la API propia del endpoint. El endpoint sirve estas rutas:

Gestión del ciclo de vida#

Controla el estado de tu endpoint:

graph LR
    R[Ready]:::out -->|Stop| S[Stopped]:::extern
    S -->|Start| R
    R -->|Delete| D[Deleted]:::error
    S -->|Delete| D

    classDef out fill:#9C27B0,color:#fff
    classDef error fill:#F44336,color:#fff
    classDef extern fill:#607D8B,color:#fff

Detener endpoint#

Detén un endpoint cuando no quieras que acepte solicitudes:

1. Haz clic en el icono de pausa en la tarjeta de implementación
2. El estado del endpoint cambia a "Deteniendo" y luego a "Detenido"

Endpoints detenidos:

• No aceptan solicitudes y no informan métricas ni estado de salud
• Mantienen su URL, región y clave de API vinculada, y se pueden reiniciar en cualquier momento
• Siguen contando para la cuota de despliegue de tu plan; elimina un endpoint para liberar su espacio

Eliminar endpoint#

Elimina permanentemente un endpoint:

1. Haz clic en el icono de eliminar (papelera) en la tarjeta de implementación
2. Confirma la eliminación en el cuadro de diálogo

Los despliegues también se eliminan cuando su modelo o proyecto se elimina de forma permanente, o cuando un modelo o proyecto en la papelera llega al final de su ventana de retención.

Uso de endpoints#

Autenticación#

Cada despliegue está vinculado a una sola clave de API del espacio de trabajo propietario del modelo. Inclúyela en las solicitudes:

Authorization: Bearer YOUR_API_KEY

El endpoint acepta únicamente la clave vinculada en la creación, por lo que ninguna otra clave lo abre, ni siquiera otra clave activa en el mismo espacio de trabajo. Para controlar qué clave se vincula, despliega a través de la API autenticada con la clave del propietario del espacio de trabajo: se vincula exactamente esa clave y ya la posees. Los despliegues creados de cualquier otra forma (la interfaz de usuario de la plataforma o una llamada a la API autenticada como miembro del equipo) vinculan automáticamente una de las claves activas del espacio de trabajo propietario; identifícala por el prefijo de clave que se muestra en el pie de página de la tarjeta de despliegue y pídele su valor al propietario del espacio de trabajo, ya que solo el propietario puede ver los valores de las claves (consulta Claves de API). Los miembros del equipo sin la clave vinculada aún pueden ejecutar inferencias a través del proxy de predicción de la plataforma en el navegador.

Solicitudes directas a endpoints#

Envía las solicitudes de producción directamente a la URL que se muestra en la tarjeta de despliegue. Estas solicitudes no pasan a través del limitador de velocidad de la API de la plataforma, por lo que el límite de predicción de 20 solicitudes/minuto no se aplica. El endpoint aún tiene su propio límite de capacidad:

• Una sola instancia da servicio a cada endpoint, procesando un número limitado de solicitudes a la vez
• Las solicitudes que no se pueden atender con prontitud devuelven 429 con una cabecera Retry-After
• Una sola solicitud puede ejecutarse durante un máximo de 1 hora, lo que permite que la inferencia de vídeo se complete
• Las respuestas superiores a 1 KB se comprimen con gzip y se permiten solicitudes de navegador de origen cruzado

Ejemplo de solicitud#

import requests

# Deployment endpoint
url = "https://YOUR_DEPLOYMENT_URL.run.app/predict"

# Headers with your deployment API key
headers = {"Authorization": "Bearer YOUR_API_KEY"}

# Inference parameters
data = {"conf": 0.25, "iou": 0.7, "imgsz": 640}

# Send image for inference
with open("image.jpg", "rb") as f:
    response = requests.post(url, headers=headers, data=data, files={"file": f})

print(response.json())

Parámetros de petición#

Consulta Respuestas de profundidad para ver cómo bits cambia el mapa de profundidad devuelto y cómo descodificarlo.

Formato de respuesta#

Igual que shared inference con campos específicos de la tarea.

FAQ#