Link to this sectionSur site#

Sur site connecte les workers CPU et GPU NVIDIA optionnels sur ton propre hôte Linux, Apple Silicon macOS ou Windows à Ultralytics Platform. La Platform reste le plan de contrôle hébergé pour l'interface utilisateur, l'authentification, les métadonnées, les annotations et l'orchestration des tâches, tandis que chaque pixel et artefact de modèle entraîné reste sur tes locaux.

Ton hôte nécessite Docker et un accès HTTPS sortant vers la Platform. L'installateur ajoute Docker automatiquement lorsqu'il est manquant, donc la configuration normale se fait en une seule commande.

Link to this sectionConfiguration système requise#

L'ingestion et l'entraînement CPU fonctionnent sur les trois systèmes d'exploitation. L'installateur sélectionne l'image officielle native arm64 sur Apple Silicon et ARM Linux, donc les petites tâches comme YOLO26n sur COCO8 s'exécutent sans émulation x86. L'accélération NVIDIA est optionnelle ; lorsqu'elle n'est pas disponible, l'entraînement s'exécute sur le CPU.

Link to this sectionFrontière des données#

Les dossiers de jeux de données sont montés en lecture seule. La Platform et ses workers hébergés ne reçoivent jamais les pixels source ou dérivés, et les tâches Sur site ne retombent jamais sur les ressources de calcul d'Ultralytics ou de RunPod.

Link to this sectionConnecter un hôte#

1. Ouvre Ultralytics Platform sur l'hôte Linux, Apple Silicon macOS ou Windows qui peut accéder à tes jeux de données.
2. Va dans Settings > Integrations et sélectionne Connect sur la carte On Premise.
3. La Platform sélectionne la commande Linux, macOS ou Windows détectée. Apple Silicon est requis sur macOS. Garde les valeurs pré-remplies ou modifie-les :
   • Nom de la machine : On Premise host
   • Dossier de jeu de données : /datasets sur Linux ou ~/Ultralytics/datasets sur macOS et Windows
   • Dossier de modèles : /models sur Linux ou ~/Ultralytics/models sur macOS et Windows
4. Sélectionne Create install command. La boîte de dialogue t'indique quel terminal ouvrir pour le système d'exploitation sélectionné.
5. Copie la commande complète, colle-la dans ce terminal et exécute-la. La commande inclut le jeton d'inscription à usage unique, installe et démarre Docker si nécessaire, et crée les dossiers sélectionnés.
6. Laisse la boîte de dialogue ouverte. La Platform vérifie toutes les 500 millisecondes et affiche l'hôte comme connecté lorsque le worker CPU démarre. Un worker GPU démarre automatiquement lorsque Docker expose un runtime NVIDIA supporté.

Le jeton d'inscription expire après 10 minutes et ne peut être échangé qu'une seule fois. Le worker installé stocke la clé de worker révocable résultante dans un fichier d'environnement en mode 0600. Il ne reçoit jamais les identifiants MongoDB ou de stockage cloud de la Platform. Compose redémarre les workers automatiquement, et la configuration configure Docker pour démarrer au démarrage sur Linux ou à la connexion sur macOS et Windows.

Link to this sectionCréer un jeu de données Sur site#

1. Place le jeu de données sous le dossier de jeu de données connecté. Par exemple, /datasets/warehouse devient warehouse à l'intérieur de la racine par défaut.
2. Dans la Platform, sélectionne New Dataset > On Premise.
3. Parcours l'hôte connecté avec le même navigateur de dossiers utilisé pour Google Cloud Storage, Amazon S3 et Azure Blob Storage, sélectionne un dossier, choisis la tâche et crée le jeu de données privé.
4. L'hôte indexe le jeu de données et rapporte les métadonnées. La Platform ne télécharge jamais les images.

Sur site utilise le même code d'ingestion CPU que les téléchargements hébergés. Il prend en charge :

• les images et vidéos isolées ;
• les archives ZIP, TAR, TAR.GZ et TGZ ;
• Ultralytics NDJSON et COCO JSON ;
• les jeux de données YOLO et les mises en page de dossiers de classification ; et
• les tâches de détection, segmentation, pose, OBB et classification, y compris la même correspondance de classe, l'inférence de tâche, la validation et la gestion des divisions.

La sortie de stockage est la seule différence. L'ingestion hébergée peut redimensionner ou normaliser les images et créer des miniatures dans le stockage de la Platform. Sur site ne redimensionne, ne réencode, ne modifie ni ne supprime jamais les originaux montés. Le contenu des archives, les ressources NDJSON distantes et les trames vidéo échantillonnées à 1 FPS jusqu'à 100 trames, puis uniformément sur les vidéos plus longues, sont écrits uniquement sur un volume Docker sur l'hôte.

Link to this sectionPrévisualiser et annoter#

La Platform autorise chaque prévisualisation, puis ton navigateur charge le fichier lié à la révision directement depuis http://localhost:8765 sur le même ordinateur. Aucun nom d'hôte, certificat, VPN, proxy ou paramètre de prévisualisation n'est requis.

Les annotations sont stockées en tant que métadonnées de la Platform. Modifier ou supprimer une image dans la Platform modifie uniquement la référence et les annotations de la Platform ; cela ne modifie jamais un fichier source ou un fichier auxiliaire d'étiquette.

Link to this sectionEntraîner localement#

Lance l'entraînement depuis la boîte de dialogue d'entraînement de projet normale. Un jeu de données lié à un hôte Sur site n'est réclamable que par cet hôte. La Platform utilise son worker GPU lorsqu'il est disponible et exécute sinon le même code d'entraînement sur son worker CPU. L'entraînement lit les fichiers montés, écrit les points de contrôle et les poids sous le dossier de modèles configuré, et renvoie l'état de la tâche, les mesures scalaires et la référence de point de contrôle immuable à la Platform. Les téléchargements de modèles utilisent la même connexion localhost signée que les prévisualisations, donc les poids se déplacent directement de ton hôte vers ton navigateur.

L'entraînement Sur site ne consomme pas de crédits de calcul de la Platform. Les workers hébergés d'Ultralytics et RunPod ne peuvent pas réclamer la tâche ou lire ses pixels ou artefacts.

Link to this sectionGérer le worker#

Utilise la carte On Premise dans Settings > Integrations pour voir la disponibilité CPU/GPU, reconnecter un hôte ou le déconnecter. La reconnexion fait tourner le secret du worker sans changer l'identité du jeu de données existant. La déconnexion révoque les futures réclamations et l'accès à la prévisualisation ; elle ne supprime pas les jeux de données, les fichiers source, les pixels mis en cache ou les artefacts de modèle de l'hôte.

Pour inspecter ou arrêter l'installation sur Linux :

cd /opt/ultralytics-worker
docker compose logs -f
docker compose down

Sur macOS et Windows, l'installateur affiche la commande équivalente en utilisant ~/.ultralytics/worker.

Consulte également Datasets, Annotation et Cloud Training.