AutoTrain con Ask AI#
AutoTrain utiliza Ask AI para ayudarte a entrenar, comparar y mejorar modelos mediante una conversación. Empieza con un modelo de referencia, revisa sus resultados y pregunta cuál es el siguiente experimento. Ask AI también puede encontrar conjuntos de datos, anotar imágenes, exportar modelos e implementarlos.
Inicia sesión en Ultralytics Platform, abre tu conjunto de datos o proyecto y haz clic en Ask AI.
Para utilizar las acciones de Platform, crea primero una clave de API de Ultralytics en Settings > API Keys de tu espacio de trabajo personal. Ask AI utiliza automáticamente tu clave personal existente; no hace falta que la pegues en la conversación. Incluye el enlace al proyecto o al conjunto de datos cuando trabajes en un espacio de trabajo de equipo.
Prueba estos prompts#
Incluye en la solicitud la métrica objetivo, el modelo, el límite de épocas y el número de experimentos. Para obtener resultados comparables, mantén fijos el conjunto de datos, las particiones y la semilla aleatoria mientras cambias un único ajuste cada vez. Las ejecuciones en la nube utilizan tus créditos de entrenamiento.
Abre el conjunto de datos o proyecto pertinente y pregunta:
| Objetivo | Ejemplo de prompt |
|---|---|
| Iniciar un proyecto | Crea un proyecto privado llamado "Wildlife Lab". Busca y clona un conjunto de datos de detección de fauna y, después, prepara una ejecución de entrenamiento de referencia. |
| Comparar resoluciones | Entrena tres modelos con este conjunto de datos y tamaños de imagen de 640, 800 y 960. Mantén fijos todos los demás ajustes y las particiones del conjunto de datos. |
| Explorar un conjunto de datos | Busca buques portacontenedores, contenedores marítimos y grúas en xView. ¿Es un buen punto de partida para la logística portuaria? |
| Crear un modelo de referencia | Entrena YOLO26n con este conjunto de datos y llama a la ejecución "xview-baseline". |
| Comparar modelos | Compara los modelos completados según el mAP50-95 de validación. Explica las diferencias y propón el siguiente experimento. |
| Implementar un modelo | Implementa en este proyecto el modelo completado con el mejor mAP de validación. Dame su URL de endpoint y su estado. |
| Anotar automáticamente | Utiliza mi mejor modelo compatible para anotar las imágenes sin etiquetar de este conjunto de datos. Conserva las anotaciones existentes. |
| Revisar la clasificación | ¿Qué modelo tiene la mejor precisión de clasificación? ¿Qué razas siguen siendo difíciles de distinguir y qué deberíamos probar a continuación? |
| Exportar un modelo | Exporta este modelo a ONNX y dame el enlace de descarga cuando esté listo. |
Usa tu propio agente de programación#
Ask AI utiliza Platform CLI, ul cloud y su habilidad platform-cli complementaria. Puedes utilizar los mismos comandos desde Claude Code, Codex u otro agente de programación compatible.
Instalación y conexión#
La configuración siguiente sirve para utilizar Platform CLI con tu propio agente de programación fuera de Platform.
La CLI ul se incluye con el paquete de Ultralytics para Python 3.11+. Instálala o actualízala:
pip install -U ultralyticsCrea una clave de API de Platform y configúrala en el terminal que utilice tu agente. Comprueba la conexión con:
export ULTRALYTICS_API_KEY="YOUR_API_KEY"
ul cloud account summaryAñade la Skill#
Sigue la guía de instalación de Agent Skills para los complementos de Claude Code y Codex. Para los agentes compatibles con la CLI de skills, instala la skill de Platform con:
npx skills add ultralytics/skills --skill platform-cliA continuación, utiliza prompts como los ejemplos anteriores e incluye el enlace al proyecto o al conjunto de datos para dar contexto.
Ejecutar comandos directamente#
Utiliza los slugs de URL de tu proyecto y modelo en los comandos. Estos ejemplos se dirigen a tu espacio de trabajo personal; añade owner=TEAM para dirigirte a un espacio de trabajo de equipo al que pertenezcas:
ul cloud datasets list
ul cloud models list project=license-plate
ul cloud models training project=license-plate model=baseline
ul cloud training start --helpUtiliza ul cloud --help para descubrir comandos y ul cloud <resource> <operation> --help para consultar sus argumentos. Consulta la referencia de la API de Platform para obtener más información.