Démarrage rapide de la plateforme Ultralytics

Ultralytics Platform est conçue pour être conviviale et intuitive, permettant aux utilisateurs de télécharger rapidement leurs jeux de données et d'entraîner de nouveaux modèles YOLO. Elle offre une gamme de modèles pré-entraînés parmi lesquels choisir, ce qui facilite grandement la prise en main. Une fois qu'un modèle est entraîné, tu peux le tester directement dans le navigateur et le déployer en production en un seul clic.

Le diagramme interactif suivant présente les quatre étapes principales du flux de travail de la plateforme Ultralytics. Clique sur n'importe quelle étape ou sous-étape pour accéder aux instructions détaillées de cette section.

graph LR
    A(Sign Up) --> B(Prepare Data) --> C(Train) --> D(Deploy)
    A -.- A1["<a href='#get-started'>Create account</a><br/><a href='#region-selection'>Select region</a>"]
    B -.- B1["<a href='#upload-your-first-dataset'>Upload dataset</a><br/><a href='#create-your-first-project'>Create Project</a>"]
    C -.- C1["<a href='#training-configuration'>Configure training</a><br/><a href='#monitor-training'>Monitor progress</a>"]
    D -.- D1["<a href='#test-your-model'>Test model</a><br/><a href='#deploy-to-production'>Deploy endpoint</a>"]

    click A "#get-started"
    click B "#upload-your-first-dataset"
    click C "#train-your-first-model"
    click D "#deploy-to-production"

Démarrer

Ultralytics Platform propose diverses options d'inscription simples. Tu peux t'inscrire et te connecter en utilisant tes comptes Google ou GitHub, ou avec ton adresse e-mail.

Sélection de la région

Pendant l'intégration, il te sera demandé de sélectionner ta région de données. La plateforme mesure automatiquement la latence vers chaque région et te recommande la plus proche. C'est un choix important car il détermine où tes données, tes modèles et tes déploiements seront stockés.

Crédits gratuits

Chaque nouveau compte reçoit des crédits gratuits pour l'entraînement par GPU dans le cloud :

Complète ton profil

Le processus d'intégration te guide à travers trois étapes :

1. Profil - Saisis ton nom d'affichage, ton nom d'utilisateur unique (permanent, ne pourra pas être modifié plus tard), ton organisation (facultatif) et ton cas d'utilisation principal
2. Région de données - Sélectionne US, EU ou AP avec une carte du monde visuelle montrant la latence
3. Terminer - Examine tes sélections, applique éventuellement un code promotionnel et termine l'inscription pour réclamer tes crédits de bienvenue

Tableau de bord d'accueil

Après t'être connecté, tu seras redirigé vers la page d'accueil de la Ultralytics Platform, qui fournit une carte de bienvenue avec des statistiques sur ton espace de travail, un accès rapide aux jeux de données, projets et stockage, ainsi qu'un flux d'activité récente.

Navigation latérale

La barre latérale donne accès à toutes les sections de la plateforme :

Carte de bienvenue

La carte de bienvenue affiche ton profil, ton badge de forfait et les statistiques de ton espace de travail en un coup d'œil :

Actions rapides

Sous la carte de bienvenue, le tableau de bord affiche trois cartes :

• Jeux de données : Crée un nouveau jeu de données ou dépose des images, vidéos ou fichiers de jeux de données pour les télécharger. Affiche tes jeux de données récents.
• Projets : Crée un nouveau projet ou dépose des fichiers de modèle .pt pour les télécharger. Affiche tes projets récents.
• Stockage : Vue d'ensemble de ton utilisation du stockage (jeux de données, modèles, exportations) avec les limites de ton forfait.

Un tableau Activité récente en bas affiche tes derniers jeux de données, modèles et entraînements.

Recherche globale

Appuie sur Cmd+K (Mac) ou Ctrl+K (Windows/Linux) pour ouvrir la barre de recherche. Effectue des recherches instantanées parmi les pages, les projets, les jeux de données et les déploiements.

Assistant de chat IA

Un widget de chat flottant est disponible sur chaque page. Clique dessus pour poser des questions sur l'entraînement YOLO, l'annotation, le déploiement ou toute autre fonctionnalité de la plateforme. L'assistant fournit une aide contextuelle basée sur la page en cours.

Visites guidées

La plateforme inclut des visites guidées qui présentent les fonctionnalités clés au fur et à mesure que tu explores les différentes sections :

Relancer les visites

Pour revoir n'importe quelle visite :

• Bouton Relancer la visite — Clique sur l'avatar de ton profil (en bas à gauche de la barre latérale) pour ouvrir le menu utilisateur, puis sélectionne Relancer la visite. Cela réinitialise toutes les visites afin qu'elles se relancent lors de ta prochaine visite dans chaque section.
• Paramètre d'URL — Navigue vers platform.ultralytics.com/home?tour=nav pour relancer directement la visite de navigation.

Téléverse ton premier jeu de données

Navigate to Annotate in the sidebar and click New Dataset to add your training data. You can also drag and drop files directly onto the Datasets card on the Home dashboard.

La plateforme Ultralytics prend en charge plusieurs formats de téléversement (détails complets dans Datasets) :

graph LR
    A[Drop Files] --> B[Auto-Package ZIP]
    B --> C[Upload to Storage]
    C --> D[Backend Worker]
    D --> E[Resize & Thumbnail]
    E --> F[Parse Labels]
    F --> G[Compute Statistics]
    G --> H[Dataset Ready]

Après le téléversement, la plateforme traite automatiquement tes données :

1. Les images plus grandes que 4096px sont redimensionnées (en préservant le rapport hauteur/largeur)
2. Des vignettes de 256px sont générées pour une navigation rapide
3. Les étiquettes sont analysées et validées (format YOLO .txt format)
4. Les statistiques sont calculées (distribution des classes, cartes thermiques, dimensions)

my-dataset.zip
├── data.yaml          # Class names and splits
├── train/
│   ├── images/
│   │   ├── img001.jpg
│   │   └── img002.jpg
│   └── labels/
│       ├── img001.txt
│       └── img002.txt
└── val/
    ├── images/
    └── labels/

En savoir plus sur les datasets et les formats pris en charge pour detect, segment, pose, OBB et classify.

Crée ton premier projet

Les projets t'aident à organiser les modèles et les expériences associés. Navigue vers Projets et clique sur "Créer un projet".

Saisis un nom et une description facultative pour ton projet. Les projets contiennent :

• Modèles : Checkpoints entraînés
• Journal d'activité : Historique des modifications

En savoir plus sur les projets.

Entraîne ton premier modèle

From your project, click Train Model to start cloud training.

Configuration de l'entraînement

1. Select Dataset: Choose from your uploaded datasets (only datasets with a train split are shown)
2. Choisir le modèle : Sélectionne un modèle de base - les modèles officiels Ultralytics ou tes propres modèles entraînés
3. Définir les époques : Nombre d'itérations d'entraînement (par défaut : 100)
4. Sélectionner le GPU : Choisis des ressources de calcul en fonction de ton budget et de la taille du modèle. La valeur par défaut est RTX PRO 6000 (96 Go Blackwell, 1,89 $/h), qui gère chaque variante YOLO26. Consulte la table tarifaire des GPU complète ou l'étape Entraînement Cloud GPU pour la liste complète et les restrictions par niveau.

Surveiller l'entraînement

Une fois l'entraînement démarré, tu peux surveiller la progression en temps réel via trois sous-onglets :

Les métriques sont diffusées en temps réel via SSE (Server-Sent Events). Une fois l'entraînement terminé, des graphiques de validation sont générés, incluant la matrice de confusion, les courbes PR et les courbes F1.

En savoir plus sur l'entraînement dans le cloud.

Teste ton modèle

Une fois l'entraînement terminé, teste ton modèle directement dans le navigateur :

1. Navigate to your model's Predict tab
2. Téléverse une image, fais un glisser-déposer, ou utilise des images d'exemple (auto-inférence au dépôt)
3. Visualise les résultats d'inférence avec des boîtes englobantes rendues sur le canevas

Ajuste les paramètres d'inférence :

The Predict tab provides ready-to-use code examples with your actual API key pre-filled:

import requests

url = "https://platform.ultralytics.com/api/models/{model_id}/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())

En savoir plus sur l'inférence.

Déployer en production

Déploie ton modèle sur un point de terminaison dédié pour une utilisation en production :

1. Accède à l'onglet Deploy de ton modèle
2. Sélectionne une région sur la carte du monde interactive (43 régions disponibles)
3. La carte affiche des mesures de latence en temps réel avec des codes couleur de type feu de signalisation (vert < 100ms, jaune < 200ms, rouge > 200ms)
4. Clique sur Deploy pour créer ton point de terminaison

graph LR
    A[Select Region] --> B[Deploy]
    B --> C[Provisioning ~1 min]
    C --> D[Running]
    D --> E{Lifecycle}
    E --> F[Stop]
    E --> G[Delete]
    F --> H[Resume]
    H --> D

Ton point de terminaison sera prêt en une minute environ avec :

• URL unique : Point de terminaison HTTPS pour les appels API
• Comportement de mise à l'échelle à zéro : Aucun coût de calcul inactif (les déploiements exécutent actuellement une instance active unique)
• Surveillance : Métriques de requête et journaux

Après le déploiement, tu peux gérer tous tes points de terminaison depuis la section Deploy dans la barre latérale, qui affiche une carte mondiale avec les déploiements actifs, les métriques globales et une liste de tous les points de terminaison.

En savoir plus sur les points de terminaison.

Entraînement à distance (Optionnel)

Si tu préfères t'entraîner sur ton propre matériel, tu peux diffuser les métriques vers la plateforme en utilisant ta clé API. Cela fonctionne comme Weights & Biases — entraîne-toi n'importe où, surveille sur la plateforme.

1. Génère une clé API dans Settings > API Keys
2. Définis la variable d'environnement et entraîne-toi avec un format project/name :

export ULTRALYTICS_API_KEY="YOUR_API_KEY"

yolo train model=yolo26n.pt data=coco.yaml epochs=100 project=username/my-project name=exp1

En savoir plus sur les clés API, les URI de jeu de données et l'entraînement à distance.

Commentaires et aide

La page Help dans le pied de page de la barre latérale inclut un formulaire de commentaires intégré à l'application. Tu peux évaluer ton expérience, choisir un type de commentaire (bug, demande de fonctionnalité ou général) et joindre des captures d'écran.

Si tu as besoin de plus d'aide :

• Chat IA : Clique sur le widget de chat flottant sur n'importe quelle page pour obtenir de l'aide instantanée
• Documentation : Parcours cette documentation pour des guides détaillés sur les jeux de données, l'annotation, l'entraînement, le déploiement et la facturation
• Discord : Rejoins notre communauté Discord pour les discussions
• GitHub : Signale les problèmes sur GitHub
• REST API : Consulte la référence API ou essaie la documentation interactive de l'API pour un accès programmatique à toutes les fonctionnalités de la plateforme