AutoTrain avec Ask AI#
AutoTrain utilise Ask AI pour t'aider à entraîner, comparer et améliorer des modèles par la conversation. Commence par un modèle de référence, examine ses résultats, puis demande quelle expérience réaliser ensuite. Ask AI peut également trouver des jeux de données, annoter des images, exporter des modèles et les déployer.
Connecte-toi à la plateforme Ultralytics, ouvre ton jeu de données ou ton projet, puis clique sur Ask AI.
Pour utiliser les actions de la plateforme, crée d'abord une clé API Ultralytics dans Paramètres > Clés API, dans ton espace de travail personnel. Ask AI utilise automatiquement ta clé personnelle existante ; tu n'as pas besoin de la coller dans la conversation. Si tu travailles dans un espace de travail d'équipe, inclus le lien du projet ou du jeu de données.
Suggestions de prompts#
Indique dans ta demande la métrique cible, le modèle, le nombre maximal d'époques et le nombre d'expériences. Pour obtenir des résultats comparables, conserve le même jeu de données, les mêmes divisions et la même graine aléatoire, et ne change qu'un paramètre à la fois. Les exécutions 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 divisions du jeu de données identiques. |
| Explorer un jeu de données | Trouve des porte-conteneurs, des conteneurs maritimes et des grues dans xView. Est-ce un bon point de départ pour la logistique portuaire ? |
| Créer une référence | Entraîne YOLO26n sur ce jeu de données et nomme l’exécution « xview-baseline ». |
| Comparer les 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 avec le meilleur mAP de validation dans ce projet. Donne-moi son URL de point de terminaison et son état. |
| Annoter automatiquement | Utilise mon meilleur modèle compatible pour annoter les images non étiquetées de ce jeu de données. Préserve les annotations existantes. |
| Examiner la classification | Quel modèle offre 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 une fois l’export terminé. |
Utilise ton propre agent de programmation#
Ask AI utilise la CLI Platform, ul cloud et la compétence platform-cli associée. Tu peux utiliser les mêmes commandes depuis Claude Code, Codex ou un autre agent de programmation compatible.
Installer et connecter#
La configuration ci-dessous explique comment utiliser la CLI Platform avec ton propre agent de programmation en dehors de Platform.
La CLI ul est fournie avec le paquet 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 la compétence#
Suis le guide d’installation d’Agent Skills pour les extensions Claude Code et Codex. Pour les agents pris en charge par la CLI skills, installe la compétence Platform avec :
npx skills add ultralytics/skills --skill platform-cliUtilise ensuite des invites comme celles des exemples ci-dessus, en incluant le lien du projet ou du jeu de données pour fournir le contexte.
Exécuter directement les commandes#
Utilise les identifiants d’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.