Plateforme Ultralytics#

Ultralytics Platform est une plateforme complète de vision par ordinateur de bout en bout qui simplifie l'ensemble du workflow ML, de la préparation des données au déploiement des modèles. Conçue pour les équipes et les particuliers qui ont besoin de solutions de vision par ordinateur prêtes pour la production, sans la complexité de l'infrastructure.

Qu'est-ce qu'Ultralytics Platform ?#

Ultralytics Platform regroupe la gestion et l'annotation des datasets, le suivi des expériences, l'entraînement dans le cloud et à distance, l'exportation des modèles, les endpoints d'inférence dédiés et la surveillance des déploiements dans un espace de travail unique. Il prend nativement en charge les modèles YOLO26, YOLO11, YOLOv8 et YOLOv5.

Workflow : Importer → Annoter → Entraîner → Exporter ou déployer#

La Platform fournit un workflow de bout en bout :

graph LR
    subgraph Data["📁 Data"]
        A[Upload]:::start --> B[Annotate]:::proc
    end
    subgraph Train["🚀 Train"]
        D[Configure]:::proc --> E[Train on GPU]:::proc
        E --> F[View Metrics]:::out
    end
    subgraph Deploy["🌐 Export or Deploy"]
        G[Export]:::proc
        H[Deploy Endpoint]:::proc --> I[Monitor]:::out
    end
    Data --> Train
    E --> G
    E --> H

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef out fill:#9C27B0,color:#fff

Ce que tu peux faire :

• Importer des images, des vidéos et des fichiers de dataset pour créer des datasets d'entraînement
• Visualiser les annotations avec des superpositions interactives pour les 6 types de tâches YOLO pris en charge par l'éditeur d'annotations (voir les types de tâches pris en charge)
• Entraîner des modèles sur des GPU cloud (24 sur toutes les offres, 26 avec Pro ou Enterprise pour B200 et B300) avec des métriques en temps réel
• Exporter vers 20 formats de déploiement (ONNX, TensorRT, CoreML, LiteRT, Hailo, Ascend, etc.)
• Déployer dans 42 régions du monde avec des endpoints dédiés en un clic
• Crée des flux de travail d'agents qui connectent des modèles, des conditions, la collecte de jeux de données et des alertes Slack
• Surveiller la progression de l'entraînement, l'état des déploiements et les métriques d'utilisation
• Connecter le stockage cloud, les outils d'annotation et Slack grâce aux intégrations
• Collaborer en rendant les projets et les datasets publics pour la communauté

Infrastructure multirégionale#

Tes données restent dans ta région. Ultralytics Platform exploite une infrastructure dans trois régions du monde :

Tu sélectionnes ta région de données lors de la configuration initiale. Les datasets, les modèles et les données d'entraînement gérées restent dans cette région. Les endpoints dédiés sont déployés séparément dans la région de ton choix parmi celles proposées sur la carte mondiale des déploiements.

Fonctionnalités clés#

Préparation des données#

• Gestion des datasets : Crée des datasets à partir de fichiers locaux, d'une URL, d'un stockage cloud connecté ou d'un hôte sur site, avec traitement automatique
• Éditeur d'annotations : Outils d'annotation manuelle pour 6 types de tâches YOLO (détection, segmentation, segmentation sémantique, classification, pose, OBB ; voir les types de tâches pris en charge)
• Modèles de squelettes : Modèles de squelettes intégrés (Personne, Main, Chien, Visage, Boîte) et personnalisés pour annoter la pose en un clic
• Smart Annotation : Utilise SAM 2.1 (Tiny, Small, Base, Large), SAM 3 ou SAM 3.1 (par défaut) depuis la barre d'outils d'annotation pour les tâches de détection, de segmentation, de sémantique et d'OBB, ou des modèles Ultralytics YOLO pré-entraînés et tes propres modèles YOLO affinés pour ces tâches et la pose
• Gestion des versions des datasets : Crée des instantanés NDJSON numérotés avec des descriptions, puis télécharge ou restaure n'importe quelle version pour un entraînement reproductible
• Statistiques : Répartition des classes, répartition des ensembles, cartes thermiques des emplacements et analyse des dimensions des boîtes englobantes

graph LR
    A[Upload Dataset/Images/Video]:::start --> B[Auto-Process]:::proc
    B --> C[Browse & Filter]:::proc
    C --> D{Annotate}:::decide
    D --> E[Manual Tools]:::proc
    D --> F[SAM Smart]:::proc
    D --> G[YOLO Auto-Label]:::proc
    E --> H[Train-Ready Dataset]:::out
    F --> H
    G --> H

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef decide fill:#FF9800,color:#fff
    classDef out fill:#9C27B0,color:#fff

Entraînement des modèles#

• Entraînement cloud : Entraîne sur des GPU cloud (24 sur toutes les offres, 26 avec Pro ou Enterprise pour B200 et B300) avec des métriques en temps réel et une estimation actualisée des coûts
• Entraînement à distance : Entraîne depuis n'importe où et diffuse les métriques vers Ultralytics Platform
• Paramètres avancés : Remplace n'importe quel argument d'entraînement Ultralytics depuis un éditeur YAML intégré à la boîte de dialogue d'entraînement
• Organisation des projets : Regroupe les modèles associés, compare les expériences et suis l'activité
• 20 formats d'exportation : ONNX, TensorRT, CoreML, LiteRT, Hailo, Ascend et bien plus (voir les formats pris en charge)

Tu peux entraîner des modèles soit via l'interface web (entraînement dans le cloud), soit depuis ta propre machine (entraînement distant) :

Déploiement#

• Tests d'inférence : Teste directement les modèles dans le navigateur avec tes propres images, une capture par webcam ou les exemples intégrés
• Endpoints dédiés : Déploie dans 42 régions du monde avec une mise à l'échelle à zéro par défaut (une seule instance active)
• Surveillance : Métriques en temps réel, journaux des requêtes et tableaux de bord des performances

graph LR
    A[Trained Model]:::start --> B{Action}:::decide
    B --> C[Browser Predict]:::proc
    B --> D[Export Format]:::proc
    B --> E[Deploy Endpoint]:::proc
    D --> F[ONNX / TensorRT / CoreML / LiteRT / ...]:::out
    E --> G[42 Global Regions]:::proc
    G --> H[API Endpoint URL]:::proc
    H --> I[Monitor & Scale]:::out

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef decide fill:#FF9800,color:#fff
    classDef out fill:#9C27B0,color:#fff

Une fois le déploiement effectué, appelle ton endpoint depuis n'importe quel langage. conf, iou et imgsz sont des champs de formulaire facultatifs dont les valeurs par défaut sont 0.25, 0.7 et 640 :

import requests

url = "https://your-deployment-url.run.app/predict"
api_key = "YOUR_API_KEY"
args = {"conf": 0.25, "iou": 0.7, "imgsz": 640}

with open("image.jpg", "rb") as f:
    response = requests.post(
        url,
        headers={"Authorization": f"Bearer {api_key}"},
        data=args,
        files={"file": f},
    )

print(response.json())

Gestion du compte#

• Équipes et organisations : Collabore avec les membres de ton équipe, gère les rôles et les invitations, et change d'espace de travail depuis le menu du compte
• Clés API : Gestion sécurisée des clés pour l'entraînement à distance et l'accès à l'API
• Crédits et facturation : Entraînement à la demande avec une tarification transparente et des recharges de 5 $ à 1 000 $
• Fil d'activité : Suis tous les événements et toutes les actions du compte
• Corbeille et restauration : Suppression réversible pendant 30 jours avec récupération des éléments
• Conformité au RGPD : Exportation des données et suppression du compte

Liens rapides#

Commence avec ces ressources :

• Démarrage rapide : Crée ton premier projet et entraîne un modèle en quelques minutes
• Explorer : Parcours et clone des datasets et des projets publics
• Données : Vue d'ensemble de la préparation des datasets
• Datasets : Importe et gère tes données d'entraînement
• Annotation : Étiquette tes données avec des outils manuels et assistés par l'IA
• Entraîner : Vue d'ensemble de l'entraînement
• Projets : Organise tes modèles et tes expériences
• Modèles : Pages des modèles, téléchargements et exportations
• Entraînement cloud : Entraîne sur des GPU cloud
• Déployer : Vue d'ensemble du déploiement
• Inférence : Teste tes modèles
• Endpoints : Déploie des modèles en production
• Surveillance : Suis les performances des déploiements
• Compte : Vue d'ensemble du compte
• Paramètres : préférences du profil et de l’espace de travail
• Équipes : membres, rôles et invitations
• Clés API : gérer l’accès à l’API
• Facturation : crédits et paiement
• Activité : suivre les événements du compte
• Corbeille : récupérer les éléments supprimés
• Intégrations : stockage cloud, outils d’annotation et Slack
• REST API : référence de l’API

Dépannage#

Problèmes liés aux jeux de données#

Problèmes liés à l’entraînement#

Problèmes liés au déploiement#

Questions fréquentes#

FAQ#