Terminaux dédiés#

Ultralytics Platform te permet de déployer tes modèles YOLO sur des points de terminaison dédiés dans 42 régions mondiales. Chaque point de terminaison est un service mono-locataire avec une capacité de mise à l'échelle vers zéro, une URL unique et une surveillance indépendante.

Créer un point de terminaison#

Depuis l'onglet Déployer#

Déploie un modèle depuis son onglet Deploy :

1. Accède à ton modèle
2. Clique sur l'onglet Deploy
3. Examine la carte du monde et le tableau des régions, qui est trié par la latence mesurée depuis ton emplacement
4. Clique sur Deploy dans la ligne de la région que tu souhaites utiliser

Le nom du déploiement est généré automatiquement à partir du nom du modèle et de la ville de la région (par ex., yolo26n-iowa).

Depuis la page Déploiements#

Crée un déploiement depuis la page globale Deploy dans la barre latérale :

1. Clique sur New Deployment
2. Sélectionne un modèle dans le sélecteur de modèle
3. Sélectionne une région sur la carte ou dans le tableau
4. Vérifie le nom de déploiement généré automatiquement et modifiable ainsi que les valeurs par défaut fixes des ressources
5. Clique sur Deploy Model

Cycle de vie du déploiement#

stateDiagram-v2
    [*] --> Creating: Deploy
    Creating --> Deploying: Container starting
    Deploying --> Ready: Health check passed
    Ready --> Stopping: Stop
    Stopping --> Stopped: Stopped
    Stopped --> Ready: Start
    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

Connecte tes alertes Slack pour recevoir un message lorsqu'un déploiement est prêt ou qu'il échoue au démarrage.

Sélection de la région#

Choisis parmi 42 régions à travers le monde. La carte interactive et le tableau des régions indiquent :

• Repères de région : Codés par couleur selon la latence sur un dégradé du vert au rouge (les régions les plus rapides sont vertes, les plus lentes sont rouges)
• Régions déployées : Mises en évidence avec un badge "Deployed"
• Régions en cours de déploiement : Indicateur à impulsion animé
• Mise en évidence bidirectionnelle : Le survol sur la carte met en évidence la ligne du tableau, et vice versa

Le tableau des régions dans l'onglet Deploy du modèle comprend :

Régions disponibles#

Configuration de l'endpoint#

Boîte de dialogue Nouveau déploiement#

La boîte de dialogue New Deployment fournit :

Le panneau désactivé Resources est marqué Coming Soon et ne peut pas être étendu ou personnalisé pour le moment. Les déploiements utilisent 1 CPU, 2 GiB de mémoire, minInstances = 0 et maxInstances = 1.

Onglet Déploiement (Déploiement rapide)#

Lors d'un déploiement depuis l'onglet Deploy du modèle, les endpoints sont créés avec des ressources par défaut (1 CPU, 2 Go de mémoire) avec la mise à l'échelle à zéro activée. Le nom du déploiement est généré automatiquement.

Gérer les endpoints#

Modes d'affichage#

La liste des déploiements prend en charge trois modes d'affichage :

Carte de déploiement (Vue cartes)#

Chaque carte de déploiement dans la vue cartes affiche :

• En-tête : Nom, drapeau de la région, badge de statut, boutons démarrer/arrêter/supprimer
• URL de l'endpoint : URL copiable avec lien vers la documentation de l'API
• Métriques : Nombre de requêtes (24h), latence P95, taux d'erreur
• Contrôle de santé : Indicateur de santé en direct avec latence et rafraîchissement manuel
• Onglets : Logs, Code et Predict

L'onglet Logs affiche les entrées de journal récentes avec filtrage par gravité (Tous / Erreurs). L'onglet Code montre des exemples de code prêts à l'emploi en Python, JavaScript et cURL avec ton URL d'endpoint réelle et ta clé API. L'onglet Predict fournit un panneau de prédiction intégré pour effectuer des tests directement sur le déploiement.

Statuts du déploiement#

URL de l'endpoint#

Chaque endpoint possède une URL unique, par exemple :

https://predict-abc123.run.app

Clique sur le bouton de copie pour copier l'URL. Clique sur l'icône de documentation pour afficher la documentation de l'API générée automatiquement pour l'endpoint.

Gestion du cycle de vie#

Contrôle l'état de ton 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

Arrêter l'endpoint#

Arrête un endpoint lorsque tu ne veux pas qu'il accepte de requêtes :

1. Clique sur l'icône de pause sur la carte de déploiement
2. Le statut de l'endpoint passe à "Arrêt en cours" puis "Arrêté"

Endpoints arrêtés :

• N'acceptent pas les requêtes
• Peuvent être redémarrés à tout moment

Supprimer l'endpoint#

Supprimer définitivement un endpoint :

1. Clique sur l'icône de suppression (corbeille) sur la carte de déploiement
2. Confirme la suppression dans la boîte de dialogue

Utiliser les endpoints#

Authentification#

Chaque déploiement est créé avec une clé API liée à ton compte. Inclus-la dans tes requêtes :

Authorization: Bearer YOUR_API_KEY

Le préfixe de la clé API est affiché dans le pied de page de la carte de déploiement pour identification. Génère des clés depuis API Keys.

Requêtes directes d'endpoint#

Envoie des requêtes de production directement à l'URL affichée sur la carte de déploiement. Ces requêtes ne passent pas par le limiteur de débit de l'API Platform. L'endpoint exécute actuellement une seule instance avec les ressources fixes décrites ci-dessus.

Exemple de requête#

import requests

# Deployment endpoint
url = "https://predict-abc123.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())

Paramètres de requête#

Format de réponse#

Identique à l'inférence partagée avec des champs spécifiques à la tâche.

FAQ#

Combien d'endpoints puis-je créer ?#

Les limites des endpoints dépendent du plan :

• Gratuit : Jusqu'à 3 déploiements
• Pro : Jusqu'à 10 déploiements
• Enterprise : Déploiements illimités

Chaque modèle peut toujours être déployé dans plusieurs régions en fonction de ton quota de plan.

Puis-je changer de région après le déploiement ?#

Non, les régions sont fixes. Pour changer de région :

1. Supprime l'endpoint existant
2. Crée un nouvel endpoint dans la région souhaitée

Comment gérer le déploiement multi-région ?#

Pour une couverture mondiale :

1. Déploie dans plusieurs régions
2. Utilise un équilibreur de charge ou un routage DNS
3. Route les utilisateurs vers l'endpoint le plus proche

Quel est le temps de démarrage à froid ?#

Le temps de démarrage à froid dépend du modèle et du fait que l'endpoint ait été réduit à zéro. La requête de vérification de l'état de santé de Platform autorise jusqu'à 55 secondes afin qu'un endpoint inactif ait le temps de démarrer.

Chaque déploiement utilise actuellement l'URL d'endpoint générée affichée sur sa carte de déploiement.