Meet YOLO26: next-gen vision AI.

Link to this sectionUltralytics Platform#

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

Capture d'écran du dataset Ultralytics Platform

Link to this sectionQu'est-ce que Ultralytics Platform ?#

Ultralytics Platform est conçue pour remplacer les outils ML fragmentés par une solution unifiée. Elle combine les fonctionnalités de :

  • Roboflow - Gestion des données et annotation
  • Weights & Biases - Suivi des expériences
  • SageMaker - Entraînement dans le cloud
  • HuggingFace - Déploiement de modèles
  • Arize - Surveillance

Tout cela dans une seule plateforme avec un support natif pour les modèles YOLO26 et YOLO11.

Link to this sectionFlux de travail : Téléverser → Annoter → Entraîner → Exporter → Déployer#

La plateforme fournit un flux de travail de bout en bout :

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
ÉtapeFonctionnalités
TéléverserImages (50 Mo), vidéos (1 Go) et fichiers de dataset (ZIP, TAR incluant .tar.gz/.tgz, NDJSON) avec traitement automatique
AnnoterOutils manuels pour les 6 types de tâches, plus l'Annotation intelligente avec SAM et les modèles YOLO pour la détection, la segmentation, la sémantique et l'OBB (voir tâches prises en charge)
EntraînerGPU cloud (22 sur tous les plans + 2 réservés à Pro/Enterprise : B200, B300), métriques en temps réel, organisation de projets
Exporter19+ formats de déploiement (ONNX, TensorRT, CoreML, TFLite, etc. ; voir formats pris en charge)
Déployer43 régions mondiales avec des points de terminaison dédiés, passage à zéro par défaut (instance active unique) et surveillance

Ce que tu peux faire :

  • Téléverser 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 (voir tâches prises en charge)
  • Entraîner des modèles sur des GPU cloud (22 sur tous les plans, 24 avec Pro ou Enterprise pour B200 et B300) avec des métriques en temps réel
  • Exporter vers 19+ formats de déploiement (ONNX, TensorRT, CoreML, TFLite, etc.)
  • Déployer vers 43 régions mondiales avec des points de terminaison dédiés en un clic
  • Surveiller la progression de l'entraînement, la santé du déploiement et les métriques d'utilisation
  • Collaborer en rendant les projets et datasets publics pour la communauté

Link to this sectionInfrastructure multi-régions#

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

RégionÉtiquetteEmplacementIdéal pour
USAmériquesIowa, USAUtilisateurs des Amériques, plus rapide pour les Amériques
EUEurope, Moyen-Orient & AfriqueBelgique, EuropeUtilisateurs européens, conformité RGPD
APAsie-PacifiqueTaïwan, Asie-PacifiqueUtilisateurs Asie-Pacifique, latence APAC la plus faible

Tu sélectionnes ta région lors de l'intégration, et toutes tes données, modèles et déploiements restent dans cette région.

La région est permanente

Ta région de données ne peut pas être modifiée après la création du compte. Lors de l'intégration, la plateforme mesure la latence vers chaque région et recommande la plus proche. Choisis avec soin.

Link to this sectionFonctionnalités clés#

Link to this sectionPréparation des données#

  • Gestion des datasets : Téléverse des images, vidéos ou fichiers de dataset avec traitement automatique
  • Éditeur d'annotations : Annotation manuelle pour les 6 types de tâches YOLO (détection, segmentation, sémantique, pose, OBB, classification ; voir tâches prises en charge)
  • Modèles de squelettes : Modèles de squelettes intégrés (Personne, Main, Visage, Chien, Boîte) et personnalisés pour l'annotation de pose en un clic
  • Annotation intelligente : Utilise SAM 2.1 (Tiny, Small, Base, Large), SAM 3, les modèles Ultralytics YOLO pré-entraînés, ou tes propres modèles YOLO affinés depuis la barre d'outils d'annotation pour les tâches de détection, segmentation, sémantique et OBB
  • Gestion de versions de dataset : Crée des instantanés NDJSON numérotés avec des descriptions pour un entraînement reproductible
  • Statistiques : Distribution des classes, cartes thermiques de localisation et analyse dimensionnelle
graph LR
    A[Upload Dataset/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
Types de tâches pris en charge

L'éditeur d'annotations prend en charge les 6 types de tâches YOLO : détection (boîtes englobantes), segmentation (polygones), sémantique (régions par classe), pose (points clés), OBB (boîtes orientées) et classification (étiquettes au niveau de l'image). Chaque type de tâche dispose d'outils de dessin dédiés et de raccourcis clavier.

Link to this sectionEntraînement de modèles#

  • Entraînement dans le cloud : Entraîne sur des GPU cloud (22 sur tous les plans, 24 avec Pro ou Enterprise pour B200 et B300) avec des métriques en temps réel
  • Entraînement à distance : Entraîne n'importe où et diffuse les métriques vers la plateforme (style W&B)
  • Organisation de projets : Regroupe les modèles associés, compare les expériences, suis l'activité
  • 19+ Formats d'exportation : ONNX, TensorRT, CoreML, TFLite, et plus (voir formats pris en charge)

Capture d'écran du projet Ultralytics Platform

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

  1. Navigue vers ton projet
  2. Clique sur Train Model
  3. Sélectionne le dataset, le modèle, le GPU et les époques
  4. Surveille les courbes de perte et les métriques en temps réel

Link to this sectionDéploiement#

  • Tests d'inférence : Teste les modèles directement dans le navigateur avec des images personnalisées
  • Points de terminaison dédiés : Déploie vers 43 régions mondiales avec passage à zéro par défaut (instance active unique)
  • Surveillance : Métriques en temps réel, journaux de requêtes et tableaux de bord de performance
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]

Une fois déployé, appelle ton point de terminaison depuis n'importe quel langage :

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())

Link to this sectionGestion de compte#

  • Équipes & Organisations : Collabore avec les membres de l'équipe, gère les rôles et les invitations
  • Clés API : Gestion sécurisée des clés pour l'entraînement à distance et l'accès API
  • Crédits & Facturation : Entraînement à l'usage avec une tarification transparente
  • Flux d'activité : Suis tous les événements et actions du compte
  • Corbeille & Restauration : Suppression logique de 30 jours avec récupération des éléments
  • Conformité RGPD : Exportation de données et suppression de compte
Niveaux de plan
FonctionnalitéGratuitPro (29 $/mois)Enterprise
Crédit d'inscription5 $ / 25 $*-Personnalisé
Crédit mensuel-30 $ / siège / moisPersonnalisé
Modèles100500Illimité
Entraînements simultanés310Illimité
Déploiements310Illimité
Stockage100 Go500 GoIllimité
Types de GPU Cloud2224 (incl. B200 / B300)24
Équipes-Jusqu'à 5 membresJusqu'à 50
SupportCommunautéPrioritaireDédié

*5 $ à l'inscription, ou 25 $ avec un e-mail professionnel vérifié.

Link to this sectionLiens rapides#

Démarre avec ces ressources :

Link to this sectionFAQ#

Link to this sectionComment démarrer avec Ultralytics Platform ?#

Pour démarrer avec Ultralytics Platform :

  1. S'inscrire : Crée un compte sur platform.ultralytics.com
  2. Sélectionner une région : Choisis ta région de données (US, EU, ou AP) lors de l'intégration
  3. Téléverser un jeu de données : Navigue vers la section Datasets pour téléverser tes données
  4. Entraîner un modèle : Crée un projet et commence l'entraînement sur des GPU cloud
  5. Déployer : Teste ton modèle et déploie-le sur un endpoint dédié

Pour un guide détaillé, consulte la page Démarrage rapide.

Link to this sectionQuels sont les avantages de Ultralytics Platform ?#

Ultralytics Platform offre :

  • Flux de travail unifié : Données, entraînement et déploiement au même endroit
  • Multi-région : Résidence des données dans les régions US, EU, ou AP
  • Entraînement sans code : Entraîne des modèles YOLO avancés sans écrire de code
  • Métriques en temps réel : Diffuse la progression de l'entraînement et surveille les déploiements
  • 43 régions de déploiement : Déploie tes modèles près de tes utilisateurs dans le monde entier
  • 6 types de tâches : Support pour la détection, la segmentation d'instance, la segmentation sémantique, la pose, l'OBB et la classification (voir docs des tâches)
  • Annotation assistée par IA : Annotation intelligente avec des modèles SAM et YOLO pour accélérer la préparation des données

Link to this sectionQuelles options GPU sont disponibles pour l'entraînement cloud ?#

Ultralytics Platform supporte plusieurs types de GPU pour l'entraînement cloud :

GPUGénérationVRAMCoût/heureIdéal pour
RTX 2000 AdaAda16 Go0,24 $Petits jeux de données, tests
RTX A4500Ampere20 Go0,25 $Jeux de données de petite à moyenne taille
RTX 4000 AdaAda20 Go0,26 $Jeux de données de taille moyenne
RTX A5000Ampere24 Go0,27 $Jeux de données de taille moyenne
L4Ada24 Go0,39 $Optimisé pour l'inférence
A40Ampere48 Go0,44 $Tailles de lot plus grandes
RTX 3090Ampere24 Go0,46 $Entraînement général
RTX A6000Ampere48 Go0,49 $Grands modèles
RTX PRO 4500Blackwell32 Go0,64 $Excellent rapport prix/performance
RTX 4090Ada24 Go$0.69Meilleur rapport prix/performances
RTX 6000 AdaAda48 Go$0.77Entraînement par grands lots
L40SAda48 Go$0.86Entraînement par grands lots
RTX 5090Blackwell32 Go$0.99Dernière génération grand public
L40Ada48 Go$0.99Grands modèles
A100 PCIeAmpere80 GB$1.39Entraînement en production
A100 SXMAmpere80 GB$1.49Entraînement en production
RTX PRO 6000Blackwell96 GB$1.89Valeur par défaut recommandée
H100 PCIeHopper80 GB$2.39Entraînement haute performance
H100 SXMHopper80 GB$2.99Entraînement le plus rapide
H100 NVLHopper94 GB$3.07Performances maximales
H200 NVLHopper143 GB$3.39Mémoire maximale
H200 SXMHopper141 GB$3.99Performances maximales
B200Blackwell180 GB$5.49Grands modèles (Pro+)
B300Blackwell288 GB$7.39Très grands modèles (Pro+)

Consulte Cloud Training pour obtenir la tarification complète et les options GPU.

Link to this sectionComment fonctionne l'entraînement à distance ?#

Tu peux entraîner des modèles sur ton propre matériel et diffuser des métriques en temps réel sur la plateforme, de manière similaire à Weights & Biases.

Configuration requise pour la version du package

L'intégration à la plateforme nécessite ultralytics>=8.4.60. Les versions antérieures NE fonctionneront PAS avec la plateforme.

pip install "ultralytics>=8.4.60"
# 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

Consulte Cloud Training pour plus de détails sur l'entraînement à distance.

Link to this sectionQuels outils d'annotation sont disponibles ?#

La plateforme inclut un éditeur d'annotation complet prenant en charge :

  • Outils manuels : Bounding boxes, polygones, points clés avec modèles de squelette, boîtes orientées, classification
  • Modèles de squelette : Place tous les points clés en une fois en utilisant des modèles intégrés (Personne, Main, Visage, Chien, Boîte) ou personnalisés
  • Smart Annotation : Utilise SAM 2.1 ou SAM 3 pour une annotation basée sur des clics, ou exécute des modèles Ultralytics YOLO pré-entraînés et tes propres modèles YOLO affinés depuis la barre d'outils pour la détection, la segmentation, la sémantique et l'OBB
  • Raccourcis clavier : Workflows efficaces avec des touches de raccourci
RaccourciAction
VMode manuel (dessin)
SMode intelligent (modèle SAM ou YOLO)
ABasculer l'application automatique (en mode intelligent)
1 - 9Sélectionner une classe par numéro
DeleteSupprimer l'annotation sélectionnée
Ctrl+ZAnnuler
Ctrl+YRétablir
EscapeEnregistrer / désélectionner / quitter

Consulte Annotation pour le guide complet.

Link to this sectionQuels formats d'exportation sont pris en charge ?#

La plateforme prend en charge plus de 19 formats de déploiement :

FormatExtension de fichierCas d'utilisation
ONNX.onnxDéploiement multiplateforme
TorchScript.torchscriptDéploiement C++
OpenVINO_openvino_modelMatériel Intel
TensorRT.engineInférence GPU NVIDIA
CoreML.mlpackageAppareils Apple
TFLite.tfliteAppareils mobiles/edge
TF SavedModel_saved_modelÉcosystème TensorFlow
TF GraphDef.pbTensorFlow legacy
PaddlePaddle_paddle_modelÉcosystème Baidu
NCNN_ncnn_modelMobile (Android/ARM)
Edge TPU_edgetpu.tfliteAppareils Google Coral
TF.js_web_modelDéploiement sur navigateur
MNN.mnnMobile Alibaba
RKNN_rknn_modelRockchip NPU
Qualcomm_qnn_modelNPU Qualcomm Snapdragon
IMX500_imx_modelCapteur Sony IMX500
Axelera_axelera_modelAccélérateurs Axelera AI
ExecuTorch_executorch_modelPyTorch mobile
DeepX_deepx_modelAccélérateurs NPU DeepX

Consulte Models Export, le Export mode guide et le Integrations index pour les options spécifiques au format.

Link to this sectionDépannage#

Link to this sectionProblèmes de jeux de données#

ProblèmeSolution
Le jeu de données ne se traite pasVérifie que le format de fichier est pris en charge (JPEG, PNG, WebP, TIFF, HEIC, AVIF, BMP, JP2, DNG, MPO pour les images). Taille max : images 50 Mo, vidéos 1 Go, archives de jeux de données 10 Go (Gratuit) / 20 Go (Pro) / 50 Go (Enterprise)
Annotations manquantesVérifie que les étiquettes sont au YOLO format avec des fichiers .txt correspondant aux noms de fichiers image, ou téléverse du COCO JSON
"Train split required"Ajoute un dossier train/ à la structure de ton jeu de données, ou redistribue les découpages via la split bar
Noms de classes non définisAjoute un fichier data.yaml avec une liste names: (voir YOLO format), ou définis les classes dans l'onglet Classes tab

Link to this sectionProblèmes d'entraînement#

ProblèmeSolution
L'entraînement ne démarre pasVérifie le solde de tes crédits dans Paramètres > Facturation. Un solde positif est requis
Erreur de mémoire insuffisanteRéduis la taille du lot (batch size), utilise un modèle plus petit (n/s) ou sélectionne un GPU avec plus de VRAM
Métriques médiocresVérifie la qualité du jeu de données, augmente le nombre d'époques, essaie l'augmentation de données, vérifie l'équilibre des classes
Entraînement lentSélectionne un GPU plus rapide, réduis la taille de l'image, vérifie que le jeu de données ne constitue pas un goulot d'étranglement

Link to this sectionProblèmes de déploiement#

ProblèmeSolution
Le point de terminaison ne répond pasVérifie l'état du point de terminaison (Prêt vs Arrêté). Un démarrage à froid peut prendre 5 à 15 secondes
401 Non autoriséVérifie que ta clé API est correcte et possède les portées requises
Inférence lenteVérifie la taille du modèle, envisage une TensorRT export, sélectionne une région plus proche
L'exportation a échouéCertains formats nécessitent des architectures de modèle spécifiques. Essaie ONNX pour une compatibilité maximale

Link to this sectionQuestions fréquentes#

Puis-je changer mon nom d'utilisateur après l'inscription ?

Non, les noms d'utilisateur sont permanents et ne peuvent pas être modifiés. Choisis-les avec soin lors de l'inscription.

Puis-je changer ma région de données ?

Ta région de données est sélectionnée lors de l'intégration et ne peut pas être modifiée par tes soins. Pour changer de région, contacte le support pour demander un changement.

Comment obtenir plus de crédits ?

Va dans Paramètres > Facturation > Ajouter des crédits. Achète des crédits de 5 $ à 1000 $. Les crédits achetés n'expirent jamais.

Que se passe-t-il si l'entraînement échoue ?

Tu n'es facturé que pour le temps de calcul utilisé. Les points de contrôle sont enregistrés et tu peux reprendre l'entraînement.

Puis-je télécharger mon modèle entraîné ?

Oui, clique sur l'icône de téléchargement sur n'importe quelle page de modèle pour télécharger le fichier .pt ou les formats exportés.

Comment partager mon travail publiquement ?

Modifie les paramètres de ton projet ou de ton jeu de données et bascule la visibilité sur "Public". Le contenu public apparaît sur la page Explorer.

Quelles sont les limites de taille de fichier ?

Images : 50 Mo, Vidéos : 1 Go, jeux de données : 10 Go en version gratuite, 20 Go en Pro, 50 Go en Enterprise. Pour les fichiers plus volumineux, divise-les en plusieurs téléversements.

Combien de temps les éléments supprimés sont-ils conservés dans la corbeille ?

30 jours. Après cela, les éléments sont définitivement supprimés et ne peuvent pas être récupérés.

Puis-je utiliser les modèles de la plateforme commercialement ?

Les plans Gratuit et Pro utilisent la licence AGPL. Pour une utilisation commerciale sans les exigences de l'AGPL, voir Ultralytics Licensing.

Commentaires