Link to this sectionGuía de inicio rápido de Ultralytics Platform#

Ultralytics Platform está diseñada para ser intuitiva y fácil de usar, permitiendo a los usuarios subir rápidamente sus datasets y entrenar nuevos modelos YOLO. Ofrece una gama de modelos preentrenados para elegir, lo que facilita el inicio a los usuarios. Una vez que un modelo está entrenado, se puede probar directamente en el navegador y desplegarse en producción con un solo clic.

El siguiente diagrama interactivo describe las cuatro etapas principales del flujo de trabajo de Ultralytics Platform. Haz clic en cualquier etapa o subpaso para acceder a las instrucciones detalladas de esa sección.

graph LR
    A(Sign Up) --> B(Prepare Data) --> C(Train) --> D(Deploy)
    A -.- A1["<a href='#get-started'>Create account</a><br/><a href='#region-selection'>Select region</a>"]
    B -.- B1["<a href='#upload-your-first-dataset'>Upload dataset</a><br/><a href='#create-your-first-project'>Create Project</a>"]
    C -.- C1["<a href='#training-configuration'>Configure training</a><br/><a href='#monitor-training'>Monitor progress</a>"]
    D -.- D1["<a href='#test-your-model'>Test model</a><br/><a href='#deploy-to-production'>Deploy endpoint</a>"]

    click A "#get-started"
    click B "#upload-your-first-dataset"
    click C "#train-your-first-model"
    click D "#deploy-to-production"

Link to this sectionComenzar#

Ultralytics Platform ofrece una variedad de opciones de registro sencillas. Puedes registrarte e iniciar sesión usando tus cuentas de Google o GitHub, o con tu dirección de correo electrónico.

Link to this sectionSelección de región#

Durante la incorporación, se te pedirá que selecciones tu región de datos. La plataforma mide automáticamente la latencia a cada región y recomienda la más cercana. Esta es una elección importante ya que determina dónde se almacenarán tus datos, modelos y despliegues.

Link to this sectionCréditos gratuitos#

Cada nueva cuenta recibe créditos gratuitos para entrenamiento en GPU en la nube:

Link to this sectionCompleta tu perfil#

El flujo de incorporación te guía a través de tres pasos:

1. Perfil - Introduce tu nombre de visualización, nombre de usuario único (permanente, no se puede cambiar después), organización (opcional) y caso de uso principal
2. Región de datos - Selecciona US, EU o AP con un mapa mundial visual que muestra la latencia
3. Completar - Revisa tus selecciones, aplica opcionalmente un código promocional y finaliza el registro para reclamar tus créditos de bienvenida

Link to this sectionPanel de control principal#

Después de iniciar sesión, serás dirigido a la página de inicio de Ultralytics Platform, la cual proporciona una tarjeta de bienvenida con estadísticas del espacio de trabajo, acceso rápido a datasets, proyectos y almacenamiento, y un feed de actividad reciente.

Link to this sectionNavegación de la barra lateral#

La barra lateral proporciona acceso a todas las secciones de la Plataforma:

Link to this sectionTarjeta de bienvenida#

La tarjeta de bienvenida muestra tu perfil, insignia del plan y estadísticas del espacio de trabajo de un vistazo:

Link to this sectionAcciones rápidas#

Debajo de la tarjeta de bienvenida, el panel muestra tres tarjetas:

• Datasets: Crea un nuevo dataset o suelta imágenes, vídeos o archivos de dataset para subirlos. Muestra tus datasets recientes.
• Proyectos: Crea un nuevo proyecto o suelta archivos de modelo .pt para subirlos. Muestra tus proyectos recientes.
• Almacenamiento: Visión general de tu uso de almacenamiento (datasets, modelos, exportaciones) con los límites del plan.

Una tabla de Actividad reciente en la parte inferior muestra tus últimos datasets, modelos y ejecuciones de entrenamiento.

Link to this sectionBúsqueda global#

Presiona Cmd+K (Mac) o Ctrl+K (Windows/Linux) para abrir la barra de búsqueda. Busca instantáneamente entre páginas, proyectos, datasets y despliegues.

Link to this sectionAsistente de chat con IA#

Un widget de chat flotante está disponible en cada página. Haz clic en él para hacer preguntas sobre entrenamiento con YOLO, anotación, despliegue o cualquier característica de la Plataforma. El asistente proporciona ayuda contextual basada en la página actual.

Link to this sectionTours de incorporación#

La plataforma incluye tours guiados que presentan características clave mientras exploras diferentes secciones:

Link to this sectionReiniciar tours#

Para repetir cualquier tour:

• Botón Rehacer tour — Haz clic en el avatar de tu perfil (esquina inferior izquierda de la barra lateral) para abrir el menú de usuario, luego selecciona Rehacer tour. Esto restablece todos los tours para que se reproduzcan en tu próxima visita a cada sección.
• Parámetro de URL — Navega a platform.ultralytics.com/home?tour=nav para reiniciar el Tour de navegación directamente.

Link to this sectionSube tu primer conjunto de datos#

Navigate to Annotate in the sidebar and click New Dataset to add your training data. You can also drag and drop files directly onto the Datasets card on the Home dashboard.

Ultralytics Platform admite múltiples formatos de carga (detalles completos en Conjuntos de datos):

graph LR
    A[Drop Files] --> B[Auto-Package ZIP]
    B --> C[Upload to Storage]
    C --> D[Backend Worker]
    D --> E[Resize & Thumbnail]
    E --> F[Parse Labels]
    F --> G[Compute Statistics]
    G --> H[Dataset Ready]

Tras la carga, la plataforma procesa automáticamente tus datos:

1. Las imágenes mayores de 4096 px se redimensionan (manteniendo la relación de aspecto)
2. Se generan miniaturas de 256 px para una navegación rápida
3. Labels are parsed and validated (YOLO .txt format)
4. Se calculan estadísticas (distribución de clases, mapas de calor, dimensiones)

my-dataset.zip
├── data.yaml          # Class names and splits
├── train/
│   ├── images/
│   │   ├── img001.jpg
│   │   └── img002.jpg
│   └── labels/
│       ├── img001.txt
│       └── img002.txt
└── val/
    ├── images/
    └── labels/

Lee más sobre conjuntos de datos y los formatos admitidos para detectar, segmentar, pose, OBB y clasificar.

Link to this sectionCrea tu primer proyecto#

Los proyectos te ayudan a organizar modelos y experimentos relacionados. Navega a Proyectos y haz clic en "Crear proyecto".

Introduce un nombre y una descripción opcional para tu proyecto. Los proyectos contienen:

• Modelos: Puntos de control entrenados

Lee más sobre proyectos.

Link to this sectionEntrena tu primer modelo#

From your project, click New Model to start cloud training.

Link to this sectionConfiguración del entrenamiento#

1. Seleccionar conjunto de datos: Elige entre tus conjuntos de datos subidos (solo se muestran los conjuntos de datos con una división de train)
2. Elegir modelo: Selecciona un modelo base: modelos oficiales de Ultralytics o tus propios modelos entrenados
3. Establecer épocas: Número de iteraciones de entrenamiento (predeterminado: 100)
4. Seleccionar GPU: Elige recursos de cómputo según tu presupuesto y el tamaño del modelo. El predeterminado es RTX PRO 6000 (96 GB Blackwell, $1.89/h), que maneja todas las variantes de YOLO26. Consulta la tabla de precios de GPU completa o el paso de GPU de entrenamiento en la nube para ver la lista completa y las restricciones de nivel.

Link to this sectionMonitorear el entrenamiento#

Una vez que comienza el entrenamiento, puedes monitorear el progreso en tiempo real a través de tres subpestañas:

Las métricas se transmiten en tiempo real mediante SSE (Server-Sent Events). Una vez completado el entrenamiento, se generan gráficos de validación que incluyen matriz de confusión, curvas PR y curvas F1.

Lee más sobre entrenamiento en la nube.

Link to this sectionPrueba tu modelo#

Una vez completado el entrenamiento, prueba tu modelo directamente en el navegador:

1. Navigate to your model's Predict tab
2. Sube una imagen, arrastra y suelta, o utiliza imágenes de ejemplo (inferencia automática al soltar)
3. Visualiza los resultados de inferencia con cuadros delimitadores renderizados en el lienzo

Ajusta los parámetros de inferencia:

The Predict tab provides ready-to-use code examples with your actual API key pre-filled:

import requests

url = "https://platform.ultralytics.com/api/models/{model_id}/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())

Lee más sobre inferencia.

Link to this sectionDespliegue a producción#

Despliega tu modelo en un endpoint dedicado para su uso en producción:

1. Navigate to your model's Deploy tab
2. Selecciona una región del mapa mundial interactivo (43 regiones disponibles)
3. El mapa muestra mediciones de latencia en tiempo real con colores en un gradiente de verde a rojo (una latencia menor es más verde, una mayor es más roja)
4. Click Deploy to create your endpoint

graph LR
    A[Select Region] --> B[Deploy]
    B --> C[Provisioning ~1 min]
    C --> D[Running]
    D --> E{Lifecycle}
    E --> F[Stop]
    E --> G[Delete]
    F --> H[Resume]
    H --> D

Tu endpoint estará listo en aproximadamente un minuto con:

• URL única: Endpoint HTTPS para llamadas a la API
• Comportamiento de escalado a cero: Sin costo de cómputo en reposo (los despliegues actualmente ejecutan una única instancia activa)
• Monitoreo: Métricas de solicitud y registros

After deployment, you can manage all your endpoints from the Deploy section in the sidebar, which shows a global map with active deployments, overview metrics, and a list of all endpoints.

Lee más sobre endpoints.

Link to this sectionEntrenamiento remoto (opcional)#

Si prefieres entrenar en tu propio hardware, puedes transmitir las métricas a la plataforma usando tu API key. Esto funciona como Weights & Biases: entrena donde quieras, monitorea en la plataforma.

1. Generate an API key in Settings > API Keys
2. Configura la variable de entorno y entrena con un formato project/name:

export ULTRALYTICS_API_KEY="YOUR_API_KEY"

yolo train model=yolo26n.pt data=coco.yaml epochs=100 project=username/my-project name=exp1

Lee más sobre API keys, URIs de datasets y entrenamiento remoto.

Link to this sectionComentarios y ayuda#

La página de Help en el pie de página de la barra lateral incluye un formulario de comentarios integrado. Puedes valorar tu experiencia, elegir un tipo de comentario (error, solicitud de función o general) y adjuntar capturas de pantalla.

Si necesitas más ayuda:

• AI Chat: Haz clic en el widget de chat flotante en cualquier página para obtener ayuda instantánea
• Documentación: Explora estos documentos para obtener guías detalladas sobre datasets, anotación, entrenamiento, despliegue y facturación
• Discord: Únete a nuestra comunidad de Discord para debatir
• GitHub: Informa de problemas en GitHub
• REST API: Consulta la referencia de la API o prueba la documentación interactiva de la API para acceder mediante programación a todas las funciones de la Platform