AutoTrain avec Ask AI#
AutoTrain utilise Ask AI pour t'aider à entraîner, comparer et améliorer des modèles par conversation. Commence par un modèle de référence, examine ses résultats et demande quelle expérience réaliser ensuite. Ask AI peut aussi trouver des jeux de données, annoter des images, exporter des modèles et les déployer.
Connecte-toi à Ultralytics Platform, ouvre ton jeu de données ou ton projet, puis clique sur Ask AI.
Pour utiliser les actions de Platform, crée d'abord une clé API Ultralytics dans Settings > API Keys de ton espace de travail personnel. Ask AI utilise automatiquement ta clé personnelle existante ; tu n'as pas besoin de la coller dans la conversation. Lorsque tu travailles dans un espace de travail d'équipe, ajoute le lien du projet ou du jeu de données.
Exemples de prompts#
Précise dans ta demande la métrique cible, le modèle, le nombre maximal d'époques et le nombre d'expériences. Pour obtenir des résultats comparables, garde le jeu de données, les subdivisions et la graine aléatoire fixes, et ne modifie qu'un paramètre à la fois. Les exécutions dans le cloud utilisent tes crédits d'entraînement.
Ouvre le jeu de données ou le projet concerné et demande :
| Objectif | Exemple de prompt |
|---|---|
| Démarrer un projet | Crée un projet privé appelé « Wildlife Lab ». Trouve et clone un jeu de données de détection de la faune, puis prépare une exécution d'entraînement de référence. |
| Comparer les résolutions | Entraîne trois modèles sur ce jeu de données avec des tailles d'image de 640, 800 et 960. Garde tous les autres paramètres et les subdivisions du jeu de données fixes. |
| Explorer un jeu de données | Trouve les porte-conteneurs, les conteneurs maritimes et les grues dans xView. Est-ce un bon point de départ pour la logistique portuaire ? |
| Créer un modèle de référence | Entraîne YOLO26n sur ce jeu de données et nomme l'exécution « xview-baseline ». |
| Comparer des modèles | Compare les modèles entraînés selon le mAP50-95 de validation. Explique les différences et propose la prochaine expérience. |
| Déployer un modèle | Déploie le modèle entraîné ayant le meilleur mAP de validation dans ce projet. Donne-moi l'URL de son endpoint et son statut. |
| Annoter automatiquement | Utilise mon meilleur modèle compatible pour annoter les images non étiquetées de ce jeu de données. Conserve les annotations existantes. |
| Examiner la classification | Quel modèle a la meilleure précision de classification ? Quelles races restent difficiles à distinguer et que devrions-nous essayer ensuite ? |
| Exporter un modèle | Exporte ce modèle au format ONNX et donne-moi le lien de téléchargement quand il sera prêt. |
Utiliser ton propre agent de programmation#
Ask AI utilise la Platform CLI, ul cloud et son skill platform-cli associé. Tu peux utiliser les mêmes commandes depuis Claude Code, Codex ou un autre agent de programmation compatible.
Installer et connecter#
La configuration ci-dessous permet d'utiliser la Platform CLI avec ton propre agent de programmation en dehors de Platform.
La CLI ul est incluse dans le package Ultralytics pour Python 3.11+. Installe-la ou mets-la à jour :
pip install -U ultralyticsCrée une clé API Platform et définis-la dans le terminal utilisé par ton agent. Vérifie la connexion avec :
export ULTRALYTICS_API_KEY="YOUR_API_KEY"
ul cloud account summaryAjouter le skill#
Suis le guide d'installation d'Agent Skills pour les plugins Claude Code et Codex. Pour les agents pris en charge par la CLI skills, installe le skill Platform avec :
npx skills add ultralytics/skills --skill platform-cliUtilise ensuite des prompts comme ceux des exemples ci-dessus, en ajoutant le lien du projet ou du jeu de données pour fournir le contexte.
Exécuter des commandes directement#
Utilise les slugs des URL de ton projet et de ton modèle dans les commandes. Ces exemples ciblent ton espace de travail personnel ; ajoute owner=TEAM pour cibler un espace de travail d'équipe auquel tu appartiens :
ul cloud datasets list
ul cloud models list project=license-plate
ul cloud models training project=license-plate model=baseline
ul cloud training start --helpUtilise ul cloud --help pour découvrir les commandes et ul cloud <resource> <operation> --help pour connaître leurs arguments. Consulte la référence de l'API Platform pour en savoir plus.